Výpočet relativní důležitosti jednotlivých atributů
Teď vypočítáš relativní důležitost hodnot RFM v rámci každého clusteru.
Máš k dispozici dataset datamart_rfm se surovými hodnotami RFM a dataset datamart_rfm_k3, který obsahuje surové hodnoty RFM a štítky clusterů uložené ve sloupci Cluster. Knihovna pandas je také načtena jako pd.
Klidně si oba datasety prozkoumej v konzoli.
Toto cvičení je součástí kurzu
Segmentace zákazníků v Pythonu
Pokyny k cvičení
- Vypočítej průměrné hodnoty RFM pro každý cluster – použij dataset
datamart_rfm_k3. - Vypočítej průměrné hodnoty RFM pro celou zákaznickou populaci – použij dataset
datamart_rfm. - Vypočítej relativní důležitost hodnoty atributu clusteru v porovnání s celou populací.
- Vypiš skóre relativní důležitosti zaokrouhlená na 2 desetinná místa.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Calculate average RFM values for each cluster
cluster_avg = ____.groupby(['____']).____()
# Calculate average RFM values for the total customer population
population_avg = ____.____()
# Calculate relative importance of cluster's attribute value compared to population
relative_imp = ____ / ____ - ____
# Print relative importance scores rounded to 2 decimals
print(relative_imp.____(____))