基于问卷调研数据的3D clustering实现方法咨询

有序分类题项编码规则 #

聚类算法的核心逻辑是基于样本间的距离计算类群归属，字符串格式的选项无法直接参与计算，必须转换为数值编码，编码时注意两个核心原则：

• 严格匹配有序递进关系：两个5级李克特题项要按照态度正向程度统一编码方向，避免逻辑反向。参考映射规则：正向最高选项（非常同意/非常满意）映射为5，同意映射为4，中立映射为3，不同意/不满意映射为2，负向最高选项（非常不同意/非常不满意）映射为1。你之前已经完成了复购意愿题项的重复选项去重，编码时直接对应映射即可。
• 编码后必须做特征标准化：三个维度的量纲不一致（前两题取值1-5，推荐意愿题取值0-10），如果直接输入聚类模型，量纲更大的维度会在距离计算中占据不合理的高权重，导致聚类结果失真。可以直接用MinMaxScaler将三个维度统一缩放到0-1区间，或用StandardScaler做Z-score标准化。

工具选型与可视化实现 #

针对你需要的支持鼠标旋转、缩放、分群高亮、悬停查看样本详情的3D交互效果，优先选以下方案，不需要复杂部署：

• 快速出结果场景：直接用Python生态的Plotly库，生成的可视化结果为独立HTML文件，本地浏览器打开即可使用所有交互功能，支持按聚类结果分色、图例点选隐藏/展示指定分群、自定义悬停显示字段，完全匹配需求。
• 定制化嵌入场景：如果需要把结果嵌入内部系统、加作答筛选/详情跳转等定制功能，可以选Three.js封装的3D散点组件做前端开发，灵活度更高。

最小实现代码示例 #

以下代码可以直接运行，替换模拟数据为你的真实调研数据即可输出结果：

import pandas as pd
import numpy as np
from sklearn.preprocessing import MinMaxScaler
from sklearn.cluster import KMeans
import plotly.express as px

# 替换为你自己的真实问卷数据
survey_data = pd.DataFrame({
    "满意度": np.random.choice(["非常同意","同意","中立","不满意","非常不满意"], size=500),
    "复购意愿": np.random.choice(["非常同意","同意","中立","不同意","非常不同意"], size=500),
    "推荐意愿": np.random.randint(0,11, size=500)
})

# 有序选项数值映射
satisfaction_map = {"非常同意":5, "同意":4, "中立":3, "不满意":2, "非常不满意":1}
repurchase_map = {"非常同意":5, "同意":4, "中立":3, "不同意":2, "非常不同意":1}
survey_data["满意度_编码"] = survey_data["满意度"].map(satisfaction_map)
survey_data["复购意愿_编码"] = survey_data["复购意愿"].map(repurchase_map)

# 特征标准化
scaler = MinMaxScaler()
scaled_features = scaler.fit_transform(survey_data[["满意度_编码", "复购意愿_编码", "推荐意愿"]])

# 聚类计算，n_clusters可通过肘部法、轮廓系数调整最优值
kmeans_model = KMeans(n_clusters=3, random_state=42)
survey_data["聚类分群"] = kmeans_model.fit_predict(scaled_features).astype(str)

# 生成3D交互可视化
fig = px.scatter_3d(
    survey_data,
    x="满意度_编码",
    y="复购意愿_编码",
    z="推荐意愿",
    color="聚类分群",
    hover_data=["满意度", "复购意愿", "推荐意愿"],
    title="产品X用户调研3D聚类结果"
)
# 导出为本地HTML文件，打开即可交互
fig.write_html("用户聚类3D结果.html")
fig.show()

实操提示：如果样本中存在明显的离群用户（比如所有题都打极端分的无效作答），可以把K-Means替换为DBSCAN算法，对离群点的鲁棒性更好，聚类结果更贴合真实用户分层。

内容的提问来源于stack exchange，提问作者MSmith