Médias da segmentação com K-means
Neste exercício, você vai explorar os valores médios das colunas para uma solução com 3 segmentos usando K-means. Como parte do processo de testar e aprender, inspecionar visualmente as soluções de segmentação é essencial para identificar a opção mais relevante para o negócio.
O seaborn foi importado como sns, e o matplotlib.pyplot como plt. Além disso, já rodamos uma solução com 3 segmentos em K-means e carregamos o conjunto de dados com os rótulos de segmento atribuídos no DataFrame wholesale_kmeans3.
Este exercício faz parte do curso
Machine Learning para Marketing em Python
Instruções do exercício
- Agrupe pelo rótulo do segmento e calcule os valores médios das colunas.
- Imprima os valores médios das colunas para cada segmento.
- Crie um heatmap com os valores médios das colunas para cada segmento.
- Exiba o gráfico.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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.___()