Construiește segmentarea cu algoritmul k-means clustering

În acest exercițiu, vei construi segmentarea clienților folosind algoritmul KMeans. Așa cum ai identificat în pasul anterior, numărul optim de clustere din punct de vedere matematic este undeva între 3 și 4. Aici vei construi un model cu 4 segmente.

Setul de date preprocesate a fost încărcat ca wholesale_scaled_df. Îl vei folosi pentru a rula algoritmul KMeans, iar setul de date brut, neprocesate, ca wholesale — îl vei utiliza mai târziu pentru a explora valorile medii ale coloanelor pentru cele 4 segmente pe care le vei construi.

Acest exercițiu face parte din cursul

Machine Learning pentru Marketing în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Importă algoritmul KMeans din modulul sklearn.cluster.
Inițializează algoritmul KMeans cu 4 clustere și o stare aleatoare setată la 123.
Antrenează modelul pe setul de date preprocesate wholesale_scaled_df.
Atribuie etichetele generate unei noi coloane numite segment în setul de date brut wholesale.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import `KMeans` module
from sklearn.cluster import ___

# Initialize `KMeans` with 4 clusters
kmeans=KMeans(___=4, random_state=123)

# Fit the model on the pre-processed dataset
kmeans.fit(___)

# Assign the generated labels to a new column
wholesale_kmeans4 = wholesale.assign(segment = kmeans.___)

Editează și rulează codul