Moyennes des segments K-means
Dans cet exercice, vous allez explorer les valeurs moyennes des colonnes pour une solution à 3 segments avec K-means. Dans le cadre d’un processus « test & learn », inspecter visuellement les solutions de segmentation est essentiel pour identifier l’option la plus pertinente pour l’entreprise.
Les bibliothèques seaborn en tant que sns et matplotlib.pyplot en tant que plt sont disponibles. Nous avons également exécuté une solution à 3 segments avec K-means et chargé le jeu de données avec les étiquettes de segment attribuées dans le DataFrame wholesale_kmeans3.
Cet exercice fait partie du cours
Machine Learning pour le marketing en Python
Instructions
- Regroupez par l’étiquette de segment et calculez les valeurs moyennes des colonnes.
- Affichez les valeurs moyennes des colonnes pour chaque segment.
- Créez une carte thermique (heatmap) des valeurs moyennes des colonnes pour chaque segment.
- Affichez le graphique.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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.___()