Средние значения сегментов K-means
В этом упражнении вы изучите средние значения столбцов для решения с 3 сегментами, полученного методом K-means. В рамках процесса исследования и проверки гипотез визуальный анализ результатов сегментации играет ключевую роль: он помогает выбрать наиболее подходящий с точки зрения бизнеса вариант.
Библиотеки seaborn и matplotlib.pyplot импортированы как sns и plt соответственно. Кроме того, мы уже запустили решение с 3 сегментами методом K-means и загрузили набор данных с присвоенными метками сегментов в виде DataFrame wholesale_kmeans3.
Это упражнение является частью курса
Машинное обучение для маркетинга на Python
Инструкции к упражнению
- Сгруппируйте данные по метке сегмента и вычислите средние значения столбцов.
- Выведите средние значения столбцов для каждого сегмента.
- Постройте тепловую карту средних значений столбцов по каждому сегменту.
- Отобразите график.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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.___()