Recency और Frequency के लिए 3 समूह 계산 करें
अब आप ग्राहकों को Recency और Frequency के आधार पर तीन अलग-अलग समूहों में बाँटेंगे।
डेटासेट datamart के रूप में लोड किया गया है। टॉप पंक्तियाँ देखने के लिए आप कंसोल का उपयोग कर सकते हैं। साथ ही, pandas pd के रूप में लोड है।
हम अगले अभ्यास में इसके परिणाम का उपयोग करेंगे, जहाँ आप ग्राहकों को MonetaryValue के आधार पर समूहों में बाँटेंगे और अंत में RFM_Score 계산 करेंगे।
पूरा होने पर, स्क्रीन पर परिणाम प्रिंट करें ताकि यह सुनिश्चित हो सके कि आपने क्वार्टाइल कॉलम सफलतापूर्वक बना लिए हैं।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Customer Segmentation
अभ्यास निर्देश
Recencyके लिए लेबल 3 से 1 तक घटते क्रम में बनाएँ, औरFrequencyके लिए लेबल 1 से 3 तक बढ़ते क्रम में बनाएँ।- इन लेबलों को
Recencyके आधार पर तीन समान परसेंटाइल समूहों को असाइन करें। - इन लेबलों को
Frequencyके आधार पर तीन समान परसेंटाइल समूहों को असाइन करें। - नए क्वांटाइल कॉलम
RऔरFबनाएँ।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create labels for Recency and Frequency
r_labels = range(____, 0, ____); f_labels = range(1, ____)
# Assign these labels to three equal percentile groups
r_groups = pd.qcut(datamart['____'], q=____, labels=____)
# Assign these labels to three equal percentile groups
f_groups = pd.qcut(datamart['____'], q=____, labels=____)
# Create new columns R and F
datamart = datamart.assign(____=____.values, ____=____.values)