1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe w marketingu w Pythonie
Connected

ćwiczenie

Średnie segmentów NMF

Na koniec dokonasz wizualnej eksploracji średnich wartości rozwiązania opartego na 3 segmentach zbudowanego przez NMF i porównasz je z wynikami metody K-means. Wyodrębnisz macierz cech W, którą wykorzystasz do określenia przypisania do segmentów – wybierając dla każdego klienta kolumnę (segment) o najwyższej wartości w tej macierzy.

Biblioteka pandas została załadowana jako pd, a biblioteka seaborn jako sns. Surowy zbiór danych wholesale został zaimportowany, a dopasowana instancja NMF dla 3 segmentów – jako nmf. Zbiór danych components został wczytany jako ramka danych pandas.

Instrukcje

100 XP
  • Utwórz macierz W, przekazując przekształcone wartości jako dane oraz indeks ze zbioru components jako wartości kolumn.
  • Przypisz wartość segmentu, wybierając nazwę kolumny, w której odpowiadająca wartość jest największa.
  • Oblicz średnie wartości kolumn dla każdego segmentu.
  • Wykreśl średnie wartości w postaci mapy ciepła.