Průměry segmentů K-means
V tomto cvičení prozkoumáš průměrné hodnoty sloupců pro řešení se 3 segmenty pomocí K-means. V rámci procesu průzkumu „testuj a uč se" je vizuální kontrola výsledků segmentace klíčová pro identifikaci nejrelevantnější varianty z pohledu byznysu.
Máš k dispozici seaborn jako sns a matplotlib.pyplot jako plt. Také jsme spustili řešení se 3 segmenty pomocí K-means a načetli datovou sadu s přiřazenými štítky segmentů jako DataFrame wholesale_kmeans3.
Toto cvičení je součástí kurzu
Machine Learning for Marketing in Python
Pokyny k cvičení
- Seskup data podle štítku segmentu a vypočítej průměrné hodnoty sloupců.
- Vypiš průměrné hodnoty sloupců pro každý segment.
- Vytvoř heatmapu průměrných hodnot sloupců pro každý segment.
- Zobraz graf.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Group by the segment label and calculate average column values
kmeans3_averages = wholesale_kmeans3.___(['___']).___().round(0)
# Print the average column values per each segment
print(___)
# Create a heatmap on the average column values per each segment
sns.___(___.T, cmap='YlGnBu')
# Display the chart
plt.___()