本文基于marketing_campaign数据集，使用pandas进行数据清洗，包括处理异常值、去重和日期格式转换。通过K-Means聚类将数据分为三类，并进行了详细的可视化分析。分析结果显示，营销活动的接受程度因活动类型而异，其中活动2的接受度最低。参与营销活动的主要是大学毕业生和已婚人群，葡萄酒和肉类是主要的消费品类。实体店是主要的购买渠道，而线上网店次之。家庭年收入是影响总消费的最大因素。

本文基于marketing_campaign数据集，使用pandas进行数据清洗，包括处理异常值、去重和日期格式转换。通过K-Means聚类将数据分为三类，并进行了详细的可视化分析。分析结果显示，营销活动的接受程度因活动类型而异，其中活动2的接受度最低。参与营销活动的主要是大学毕业生和已婚人群，葡萄酒和肉类是主要的消费品类。实体店是主要的购买渠道，而线上网店次之。家庭年收入是影响总消费的最大因素。