Średnie wartości segmentów K-means
W tym ćwiczeniu przeanalizujesz średnie wartości kolumn dla rozwiązania z 3 segmentami przy użyciu K-means. W procesie testowania i eksploracji wizualna ocena wyników segmentacji jest kluczowa – pozwala wybrać opcję najbardziej przydatną z perspektywy biznesowej.
Biblioteka seaborn jest dostępna jako sns, a matplotlib.pyplot jako plt. Przeprowadzono już segmentację K-means na 3 grupy i załadowano zbiór danych z przypisanymi etykietami segmentów jako ramkę danych wholesale_kmeans3.
To ćwiczenie jest częścią kursu
Uczenie maszynowe w marketingu w Pythonie
Instrukcje do ćwiczenia
- Pogrupuj dane według etykiety segmentu i oblicz średnie wartości kolumn.
- Wyświetl średnie wartości kolumn dla każdego segmentu.
- Utwórz mapę ciepła (heatmap) na podstawie średnich wartości kolumn dla każdego segmentu.
- Wyświetl wykres.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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.___()