Medias de la segmentación con K-means
En este ejercicio, explorarás los valores medios de las columnas para una solución de 3 segmentos con K-means. Como parte del proceso de prueba y aprendizaje, inspeccionar visualmente las soluciones de segmentación es clave para identificar la opción más relevante para el negocio.
Se han importado seaborn como sns y matplotlib.pyplot como plt. Además, hemos ejecutado una solución de 3 segmentos con K-means y cargado el conjunto de datos con las etiquetas de segmento asignadas en el DataFrame wholesale_kmeans3.
Este ejercicio forma parte del curso
Machine Learning para marketing en Python
Instrucciones del ejercicio
- Agrupa por la etiqueta de segmento y calcula los valores medios de las columnas.
- Imprime los valores medios por cada segmento.
- Crea un mapa de calor con los valores medios por cada segmento.
- Muestra el gráfico.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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.___()