K-means 세분화 평균
이 연습에서는 K-means로 만든 3개 세그먼트 해법에 대해 각 열의 평균 값을 살펴보겠습니다. 테스트 앤 런 탐색 과정에서는 세분화 결과를 시각적으로 점검해 가장 비즈니스에 적합한 옵션을 찾는 것이 매우 중요해요.
seaborn은 sns로, matplotlib.pyplot은 plt로 임포트되어 있어요. 또한 K-means로 3개 세그먼트 해법을 실행했고, 세그먼트 레이블이 할당된 데이터셋을 wholesale_kmeans3 DataFrame으로 로드해 두었습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 마케팅용 Machine Learning
연습 안내
- 세그먼트 레이블로 그룹화한 뒤 각 열의 평균 값을 계산하세요.
- 세그먼트별 평균 열 값을 출력하세요.
- 세그먼트별 평균 열 값으로 heatmap을 만드세요.
- 차트를 표시하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Group by the segment label and calculate average column values
kmeans3_averages = wholesale_kmeans3.___(['___']).___().round(0)
# Print the average column values per each segment
print(___)
# Create a heatmap on the average column values per each segment
sns.___(___.T, cmap='YlGnBu')
# Display the chart
plt.___()