각 속성의 상대적 중요도 계산하기
이제 각 클러스터 내에서 RFM 값의 상대적 중요도를 계산해 보겠습니다.
원시 RFM 값이 담긴 datamart_rfm과, 원시 RFM 값에 더해 Cluster라는 이름으로 클러스터 레이블이 저장된 datamart_rfm_k3를 불러왔습니다. pandas 라이브러리는 pd로 불러와 두었어요.
콘솔에서 데이터셋을 자유롭게 탐색해 보세요.
이 연습은 강의의 일부입니다
Python을 활용한 고객 세분화
연습 안내
- 각 클러스터의 평균 RFM 값을 계산하세요 -
datamart_rfm_k3데이터셋을 사용합니다. - 전체 고객 집단의 평균 RFM 값을 계산하세요 -
datamart_rfm데이터셋을 사용합니다. - 클러스터의 속성값을 전체 집단과 비교해 상대적 중요도를 계산하세요.
- 상대적 중요도 점수를 소수점 둘째 자리까지 반올림하여 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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.____(____))