शुरू करेंमुफ़्त में शुरू करें

snake plot के लिए डेटा तैयार करें

अब आप snake plot के लिए डेटा तैयार करेंगे। आप पहले से बनाए गए 3-क्लस्टर RFM segmentation समाधान का उपयोग करेंगे। आप normalized RFM डेटा को long फॉर्मेट में बदलेंगे, यानी metric कॉलम्स को "melt" करके दो कॉलम में बदलेंगे — एक metric के नाम के लिए, और दूसरा उसके वास्तविक संख्यात्मक मान के लिए.

हमने normalized RFM डेटा पहले से लोड कर दिया है और उसमें cluster labels असाइन हैं। यह datamart_normalized नाम के एक pandas DataFrame के रूप में लोड है। साथ ही, pandas को pd के रूप में import किया गया है.

अभ्यास शुरू करने से पहले console में datamart_normalized को explore कीजिए ताकि उसकी संरचना का आपको अच्छा अंदाज़ा हो!

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Customer Segmentation

पाठ्यक्रम देखें

अभ्यास निर्देश

  • normalized डेटासेट पर index रीसेट करके melt फंक्शन लगाकर डेटासेट को long फॉर्मेट में बदलें।
  • CustomerID और Cluster को ID वैरिएबल्स के रूप में असाइन करें।
  • RFM values को value वैरिएबल्स के रूप में असाइन करें।
  • वैरिएबल का नाम Metric और value का नाम Value रखें।

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Melt the normalized dataset and reset the index
datamart_melt = pd.____(
  					____.____(), 
                        
# Assign CustomerID and Cluster as ID variables
                    ____=['____', '____'],

# Assign RFM values as value variables
                    ____=['____', '____', '____'], 
                        
# Name the variable and value
                    ____='____', ____='____'
					)
कोड संपादित करें और चलाएँ