1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 배우는 마케팅용 Machine Learning
Connected

연습 문제

NMF 세그멘테이션 평균

마지막으로, NMF로 만든 3개 세그먼트 솔루션의 평균값을 시각적으로 살펴보고 K-means 결과와 비교해 보겠습니다. 여기서는 특성 행렬 W를 추출한 뒤, 각 고객에 대해 이 행렬에서 값이 가장 큰 열(세그먼트)을 선택하여 하드 세그먼트 할당을 추출합니다.

pandas 라이브러리는 pd로, seaborn 라이브러리는 sns로 불러왔습니다. 원본 wholesale 데이터셋이 이미 로드되어 있고, 학습이 완료된 3세그먼트 NMF 인스턴스는 nmf로 제공됩니다. components 데이터셋은 pandas DataFrame으로 로드되어 있습니다.

지침

100 XP
  • 변환된 값을 데이터로, components 인덱스를 열로 전달하여 W 행렬을 만드세요.
  • 각 행에서 값이 가장 큰 열 이름을 선택해 세그먼트 값을 할당하세요.
  • 세그먼트별로 각 열의 평균 값을 계산하세요.
  • 평균값을 히트맵으로 시각화하세요.