1. Learn
  2. /
  3. Courses
  4. /
  5. Pythonで学ぶマーケティングのための機械学習

Connected

Exercise

NMF を用いた別のセグメンテーション

この演習では、商品の購買データを分析し、Non-negative Matrix Factorization(NMF)アルゴリズムを使って有意義なセグメントを特定します。NMF は、eコマースや小売で典型的な「顧客×商品」の疎な行列と相性が良い手法です。最後に、次の演習で詳しく見るためのコンポーネントを抽出します。

pandas は pd、numpy は np として読み込まれています。また、生の顧客×商品別の購買データセットは wholesale として読み込まれています。

Instructions

100 XP
  • sklearn.decomposition から Non-negative Matrix Factorization の関数をインポートします。
  • NMF インスタンスをコンポーネント数 4 で初期化します。
  • wholesale の売上データにモデルを適合させます。
  • コンポーネントを抽出し、pandas の DataFrame として保存します。