Großhandelskunden segmentieren
Jetzt bist du bereit, mit hierarchischem Clustering eine Marktsegmentierung durchzuführen (also Verbraucher anhand ihrer Merkmale in Untergruppen einzuteilen).
In dieser Übung erhältst du die Ausgaben von 45 verschiedenen Kunden eines Großhändlers für die Lebensmittelkategorien Milk, Grocery & Frozen. Diese sind im Data Frame customers_spend gespeichert. Ordne diese Kunden sinnvollen Clustern zu.
Hinweis: Für diese Übung kannst du davon ausgehen, dass die Daten alle vom selben Typ sind (Ausgabenhöhe) und daher nicht skaliert werden müssen.
Diese Übung ist Teil des Kurses
<Kurs>Clusteranalyse in R</Kurs>Übungsanweisungen
- Berechne die euklidische Distanz zwischen den Kunden und speichere sie in
dist_customers. - Führe hierarchisches Clustering mit complete Linkage durch und speichere es in
hc_customers. - Zeichne das Dendrogramm.
- Erstelle einen Cluster-Zuweisungsvektor mit einer Höhe von 15.000 und speichere ihn als
clust_customers. - Erzeuge einen neuen Data Frame
segment_customers, indem du die Cluster-Zuweisung als Spalteclusteran den ursprünglichen Data Framecustomers_spendanhängst.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Calculate Euclidean distance between customers
dist_customers <- ___
# Generate a complete linkage analysis
hc_customers <- ___
# Plot the dendrogram
# Create a cluster assignment vector at h = 15000
clust_customers <- ___
# Generate the segmented customers data frame
segment_customers <- mutate(___, cluster = ___)