Segmentacja klientów hurtowni
Czas wykorzystać klasteryzację hierarchiczną do segmentacji rynku – czyli do grupowania klientów w podgrupy na podstawie ich cech konsumenckich.
W tym ćwiczeniu dysponujesz danymi o wydatkach 45 różnych klientów hurtowni spożywczej w kategoriach: Mleko, Artykuły spożywcze i Mrożonki. Dane te są przechowywane w ramce danych customers_spend. Przypisz tych klientów do sensownych klastrów.
Uwaga: W tym ćwiczeniu możesz przyjąć, że skalowanie danych nie jest konieczne – wszystkie wartości reprezentują ten sam typ informacji (wydane kwoty).
To ćwiczenie jest częścią kursu
Analiza skupień w R
Instrukcje do ćwiczenia
- Oblicz odległość euklidesową między klientami i zapisz wynik w zmiennej
dist_customers. - Przeprowadź klasteryzację hierarchiczną metodą complete i zapisz wynik w
hc_customers. - Narysuj dendrogram.
- Utwórz wektor przypisań do klastrów, używając wysokości 15 000, i zapisz go jako
clust_customers. - Wygeneruj nową ramkę danych
segment_customers, dołączając wektor przypisań jako kolumnęclusterdo oryginalnej ramki danychcustomers_spend.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate Euclidean distance between customers
dist_customers <- ___
# Generate a complete linkage analysis
hc_customers <- ___
# Plot the dendrogram
# Create a cluster assignment vector at h = 15000
clust_customers <- ___
# Generate the segmented customers data frame
segment_customers <- mutate(___, cluster = ___)