Знакомство с данными

В рабочей области загружен набор данных salesData. Он содержит информацию о клиентах за первые три месяца. Из четвёртого месяца включены только данные о продажах. В таблице ниже приведено описание некоторых переменных, значение которых может быть не сразу очевидным.

Переменная	Описание
id	идентификационный номер клиента
mostFreqStore	магазин, в котором клиент совершал покупки чаще всего
mostFreqCat	категория товаров, которую клиент покупал чаще всего
nCats	количество различных категорий товаров
preferredBrand	бренд, который клиент покупал чаще всего
nBrands	количество различных брендов

Пакеты readr, dplyr, corrplot и ggplot2 уже установлены и загружены.

Это упражнение является частью курса

Машинное обучение для маркетинговой аналитики на R

Посмотреть курс

Инструкции к упражнению

Используйте команду str(), чтобы получить общее представление о структуре данных.
Теперь визуализируйте корреляцию между непрерывными объясняющими переменными за прошедшие три месяца и переменной продаж текущего месяца. Используйте функции cor() и corrplot() вместе с оператором пайпа. Обратите внимание: нужные переменные уже выбраны за вас.
Дополнительно постройте ящик с усами (boxplot), отображающий распределение salesThisMon по уровням категориальной переменной preferredBrand. Аналогичный график для категориальной переменной mostFreqStore уже построен.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Structure of dataset
str(___, give.attr = FALSE)

# Visualization of correlations
salesData %>% select_if(is.numeric) %>%
  select(-id) %>%
  ___
  ___

# Frequent stores
ggplot(salesData) +
    geom_boxplot(aes(x = mostFreqStore, y = salesThisMon))

# Preferred brand
ggplot(___) +
    geom_boxplot(aes(x = ___, y = ___))

Редактировать и запускать код