แสดงภาพตัวแปรที่ผ่านการ Normalize แล้ว
ยอดเยี่ยมมาก! ตอนนี้จะพล็อตตัวแปรที่ผ่านการ normalize และแก้ความเบ้แล้ว เพื่อดูความแตกต่างของการกระจายและช่วงของค่าข้อมูล ชุดข้อมูล datamart_normalized จากแบบฝึกหัดก่อนหน้าถูกโหลดไว้แล้ว
การเรียก plt.subplot(...) ก่อนฟังก์ชันของ seaborn ช่วยให้พล็อตกราฟย่อยหลายกราฟในแผนภูมิเดียวกัน ไม่จำเป็นต้องแก้ไขส่วนนี้
ไลบรารี seaborn และ matplotlib.pyplot ถูกโหลดเป็น sns และ plt ตามลำดับ สามารถสำรวจ datamart_normalized ใน console ได้ตามต้องการ
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การแบ่งกลุ่มลูกค้าด้วย Python
คำแนะนำการฝึกหัด
- พล็อตการกระจายของ
Recencyที่ผ่านการ normalize แล้ว - พล็อตการกระจายของ
Frequencyที่ผ่านการ normalize แล้ว - พล็อตการกระจายของ
MonetaryValueที่ผ่านการ normalize แล้ว - แสดงกราฟ
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Plot recency distribution
plt.subplot(3, 1, 1); ____.distplot(____['Recency'])
# Plot frequency distribution
plt.subplot(3, 1, 2); ____.____(____['Frequency'])
# Plot monetary value distribution
plt.subplot(3, 1, 3); ____.____(____['MonetaryValue'])
# Show the plot
plt.____()