Calcula la importancia relativa de cada atributo
Ahora vas a calcular la importancia relativa de los valores RFM dentro de cada clúster.
Hemos cargado datamart_rfm con valores RFM en bruto, y datamart_rfm_k3, que tiene valores RFM en bruto y las etiquetas de clúster almacenadas como Cluster. La biblioteca pandas también está cargada como pd.
Si quieres, explora los conjuntos de datos en la consola.
Este ejercicio forma parte del curso
Segmentación de clientes en Python
Instrucciones del ejercicio
- Calcula los valores medios de RFM para cada clúster: usa el conjunto de datos
datamart_rfm_k3. - Calcula los valores medios de RFM para toda la población de clientes: usa el conjunto de datos
datamart_rfm. - Calcula la importancia relativa del valor del atributo del clúster en comparación con la población.
- Imprime las puntuaciones de importancia relativa redondeadas a 2 decimales.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Calculate average RFM values for each cluster
cluster_avg = ____.groupby(['____']).____()
# Calculate average RFM values for the total customer population
population_avg = ____.____()
# Calculate relative importance of cluster's attribute value compared to population
relative_imp = ____ / ____ - ____
# Print relative importance scores rounded to 2 decimals
print(relative_imp.____(____))