RFM 분포 시각화
이전에 계산하신 RFM 값을 담은 데이터셋 datamart_rfm을 불러왔어요. 이제 각 분포를 탐색해 보겠습니다.
seaborn 함수 호출 전에 사용하는 plt.subplot(...)은 한 차트에 여러 서브플롯을 배치할 수 있게 해 주며, 이 코드는 변경하지 않으셔도 됩니다.
seaborn과 matplotlib.pyplot 라이브러리는 각각 sns, plt로 로드되어 있어요. 콘솔에서 데이터셋을 자유롭게 탐색해 보세요.
이 연습은 강의의 일부입니다
Python을 활용한 고객 세분화
연습 안내
Recency의 분포를 그려 보세요.Frequency의 분포를 그려 보세요.MonetaryValue의 분포를 그려 보세요.- 플롯을 표시하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Plot recency distribution
plt.subplot(3, 1, 1); sns.____(datamart_rfm['____'])
# Plot frequency distribution
plt.____; ____(____['____'])
# Plot monetary value distribution
____
# Show the plot
plt.____()