Předzpracování RFM dat

Dataset s RFM hodnotami, které jsi vypočítal/a dříve, je načtený jako datamart_rfm. Protože proměnné mají zešikmené rozdělení a různé měřítko, teď je zbavíš zešikmení a normalizuješ je.

Knihovna pandas je načtená jako pd a numpy jako np. Než začneš, prozkoumej datamart_rfm v konzoli.

Toto cvičení je součástí kurzu

Segmentace zákazníků v Pythonu

Zobrazit kurz

Pokyny k cvičení

Aplikuj logaritmickou transformaci pro odstranění zešikmení v datamart_rfm a výsledek ulož jako datamart_log.
Vytvoř instanci StandardScaler() s názvem scaler a natrénuj ji na datech datamart_log.
Transformuj data jejich škálováním a centrováním pomocí scaler.
Vytvoř pandas DataFrame z datamart_normalized a přidej mu názvy indexů a sloupců z datamart_rfm.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Unskew the data
datamart_log = np.____(____)

# Initialize a standard scaler and fit it
scaler = ____()
scaler.____(____)

# Scale and center the data
datamart_normalized = ____.____(____)

# Create a pandas DataFrame
datamart_normalized = pd.____(data=____, index=____.index, columns=____.columns)

Upravit a spustit kód