हर एट्रिब्यूट की सापेक्ष महत्त्वता निकालें
अब आप प्रत्येक क्लस्टर के भीतर RFM वैल्यूज़ की सापेक्ष महत्त्वता की गणना करेंगे.
हमने datamart_rfm को कच्ची RFM वैल्यूज़ के साथ लोड किया है, और datamart_rfm_k3 को लोड किया है जिसमें कच्ची RFM वैल्यूज़ और क्लस्टर लेबल Cluster के रूप में मौजूद हैं. pandas लाइब्रेरी भी pd नाम से लोड है.
कंसोल में डेटासेट्स को स्वतंत्र रूप से एक्सप्लोर कीजिए.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Customer Segmentation
अभ्यास निर्देश
- प्रत्येक क्लस्टर के लिए औसत RFM वैल्यूज़ निकालें —
datamart_rfm_k3डेटासेट का उपयोग करें. - कुल कस्टमर पॉप्युलेशन के लिए औसत RFM वैल्यूज़ निकालें —
datamart_rfmडेटासेट का उपयोग करें. - पॉप्युलेशन की तुलना में क्लस्टर के एट्रिब्यूट वैल्यू की सापेक्ष महत्त्वता की गणना करें.
- सापेक्ष महत्त्वता के स्कोर 2 दशमलव तक राउंड करके प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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.____(____))