Cluster von Großhandelskunden untersuchen
Du arbeitest weiter mit dem Großhandels-Datensatz und bist jetzt bereit, die Merkmale dieser Cluster zu analysieren.
Da du mit mehr als 2 Dimensionen arbeitest, wäre ein Streudiagramm der Cluster schwer zu visualisieren. Stattdessen stützt du dich auf zusammenfassende Statistiken, um die Cluster zu erkunden. In dieser Übung analysierst du den durchschnittlichen ausgegebenen Betrag in jedem Cluster für alle drei Kategorien.
Diese Übung ist Teil des Kurses
<Kurs>Clusteranalyse in R</Kurs>Übungsanweisungen
- Berechne die Größe jedes Clusters mit
count(). - Färbe und zeichne das Dendrogramm mit einer Höhe von 15.000.
- Berechne die durchschnittlichen Ausgaben für jede Kategorie innerhalb jedes Clusters mit der Funktion
summarise_all().
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
dist_customers <- dist(customers_spend)
hc_customers <- hclust(dist_customers)
clust_customers <- cutree(hc_customers, h = 15000)
segment_customers <- mutate(customers_spend, cluster = clust_customers)
# Count the number of customers that fall into each cluster
count(___, ___)
# Color the dendrogram based on the height cutoff
dend_customers <- as.dendrogram(hc_customers)
dend_colored <- color_branches(___, ___)
# Plot the colored dendrogram
# Calculate the mean for each category
segment_customers %>%
group_by(cluster) %>%
summarise_all(list(mean))