Wizualizacja rozkładów RFM
Zbiór danych z obliczonymi wcześniej wartościami RFM został wczytany jako datamart_rfm. Teraz przeanalizujesz ich rozkłady.
Wywołanie plt.subplot(...) przed funkcją seaborn pozwala umieścić kilka wykresów cząstkowych na jednym wykresie – nie musisz go zmieniać.
Biblioteki seaborn i matplotlib.pyplot zostały wczytane odpowiednio jako sns i plt. Możesz swobodnie eksplorować zbiór danych w konsoli.
To ćwiczenie jest częścią kursu
Segmentacja klientów w Pythonie
Instrukcje do ćwiczenia
- Wykreśl rozkład zmiennej
Recency. - Wykreśl rozkład zmiennej
Frequency. - Wykreśl rozkład zmiennej
MonetaryValue. - Wyświetl wykres.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Plot recency distribution
plt.subplot(3, 1, 1); sns.____(datamart_rfm['____'])
# Plot frequency distribution
plt.____; ____(____['____'])
# Plot monetary value distribution
____
# Show the plot
plt.____()