영상에서 보셨듯이, k-means는 데이터가 몇 가지 조건을 만족하면 잘 동작해요.
다음 중 k-means의 가정이 아닌 것은 무엇인가요?
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
이번 첫 번째 장에서는 코호트의 개념과 분석 방법을 학습합니다. 직접 고객 코호트를 만들고, 핵심 지표를 계산한 뒤 결과를 시각화해 볼 거예요.
두 번째 장에서는 고객 세그먼트에 대해 배웁니다. 특히 재구매 시점(Recency), 구매 빈도(Frequency), 구매 금액(Monetary Value)을 살펴보고, 이 개념에 기반한 고객 세그먼트를 만든 뒤 결과를 분석해 봅니다.
세그먼트를 만들었다면 이제 예측을 하고 싶어질 거예요. 하지만 그전에 k-means 클러스터링이 분리도 높고 타당한 세그먼트를 찾을 수 있도록, 실무적인 데이터 준비 방법을 먼저 익혀야 합니다.
현재 연습
마지막 장에서는 3장에서 전처리한 데이터를 활용해, 고객의 Recency, Frequency, Monetary Value를 바탕으로 고객 클러스터를 식별합니다.
