데이터 살펴보기
워크스페이스에 salesData 데이터셋이 로드되어 있습니다. 이 데이터셋에는 1~3개월차의 고객 정보가 들어 있으며, 4개월차의 매출만 포함되어 있습니다. 아래 표는 의미가 바로 드러나지 않는 일부 변수의 설명입니다.
| Variable | Description |
|---|---|
| id | 고객 식별 번호 |
| mostFreqStore | 가장 자주 구매한 매장 |
| mostFreqCat | 가장 많이 구매한 카테고리 |
| nCats | 서로 다른 카테고리 수 |
| preferredBrand | 가장 선호하여 주로 구매한 브랜드 |
| nBrands | 서로 다른 브랜드 수 |
패키지 readr, dplyr, corrplot, ggplot2가 설치 및 로드되어 있습니다.
이 연습은 강의의 일부입니다
R로 배우는 Machine Learning 기반 마케팅 분석
연습 안내
- 데이터 개요를 확인하기 위해 구조 확인 명령
str()을 사용하세요. - 이제 지난 3개월의 연속형 설명 변수들과 이번 달 매출 변수 간의 상관관계를 시각화하세요.
cor()와corrplot()함수, 그리고 파이프 연산자를 사용하면 됩니다. 필요한 변수 선택은 이미 완료되어 있습니다. - 추가로, 범주형 변수
preferredBrand의 수준에 따른salesThisMon분포를 보여주는 박스플롯을 만드세요. 같은 작업이 범주형 종속 변수mostFreqStore에 대해서도 이미 수행되어 있습니다.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Structure of dataset
str(___, give.attr = FALSE)
# Visualization of correlations
salesData %>% select_if(is.numeric) %>%
select(-id) %>%
___
___
# Frequent stores
ggplot(salesData) +
geom_boxplot(aes(x = mostFreqStore, y = salesThisMon))
# Preferred brand
ggplot(___) +
geom_boxplot(aes(x = ___, y = ___))