Hitung pentingnya relatif untuk setiap atribut
Sekarang Anda akan menghitung tingkat kepentingan relatif dari nilai RFM di dalam setiap klaster.
Kami telah memuat datamart_rfm dengan nilai RFM mentah, dan datamart_rfm_k3 yang memiliki nilai RFM mentah serta label klaster yang disimpan sebagai Cluster. Pustaka pandas juga sudah dimuat sebagai pd.
Silakan jelajahi himpunan data di konsol.
Latihan ini merupakan bagian dari kursus
Segmentasi Pelanggan dengan Python
Instruksi latihan
- Hitung nilai rata-rata RFM untuk setiap klaster - gunakan himpunan data
datamart_rfm_k3. - Hitung nilai rata-rata RFM untuk seluruh populasi pelanggan - gunakan himpunan data
datamart_rfm. - Hitung pentingnya relatif nilai atribut klaster dibandingkan populasi.
- Cetak skor kepentingan relatif yang sudah dibulatkan menjadi 2 desimal.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# 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.____(____))