Prozkoumání dat

Dataset salesData je načtený v pracovním prostředí. Obsahuje informace o zákaznících za první tři měsíce. Zahrnuty jsou pouze tržby za čtvrtý měsíc. Následující tabulka popisuje některé proměnné, jejichž význam nemusí být na první pohled zřejmý.

Proměnná	Popis
id	identifikační číslo zákazníka
mostFreqStore	prodejna, ve které zákazník nakupoval nejčastěji
mostFreqCat	kategorie, ze které zákazník nakupoval nejčastěji
nCats	počet různých kategorií
preferredBrand	značka, kterou zákazník nakupoval nejčastěji
nBrands	počet různých značek

Balíčky readr, dplyr, corrplot a ggplot2 jsou nainstalovány a načteny.

Toto cvičení je součástí kurzu

Machine Learning for Marketing Analytics in R

Zobrazit kurz

Pokyny k cvičení

Použij příkaz str(), abys získal/a přehled o struktuře dat.
Vizualizuj korelaci spojitých vysvětlujících proměnných za uplynulé tři měsíce s prodejní proměnnou aktuálního měsíce. Použij funkce cor() a corrplot() propojené operátorem. Správné proměnné už jsou za tebe vybrané.
Vytvoř také krabicový graf zobrazující rozložení hodnot salesThisMon podle úrovní kategorické proměnné preferredBrand. Pro kategorickou proměnnou mostFreqStore to už bylo uděláno.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Structure of dataset
str(___, give.attr = FALSE)

# Visualization of correlations
salesData %>% select_if(is.numeric) %>%
  select(-id) %>%
  ___
  ___

# Frequent stores
ggplot(salesData) +
    geom_boxplot(aes(x = mostFreqStore, y = salesThisMon))

# Preferred brand
ggplot(___) +
    geom_boxplot(aes(x = ___, y = ___))

Upravit a spustit kód