เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

คำนวณ Recency Deciles (q=4)

เราได้สร้างชุดข้อมูลที่มีค่า CustomerID และ Recency_Days แบบสุ่มไว้ให้ในตัวแปร data แล้ว ในแบบฝึกหัดนี้จะนำชุดข้อมูลดังกล่าวมาใช้จัดกลุ่มลูกค้าเป็นควอร์ไทล์ตามค่า Recency_Days และกำหนดป้ายกำกับให้แต่ละกลุ่ม

ควรระมัดระวังเรื่องป้ายกำกับในแบบฝึกหัดนี้ เนื่องจากป้ายกำกับมีลำดับสลับกัน จึงต้องเพิ่มขั้นตอนสร้างป้ายกำกับแยกออกมาต่างหาก หากต้องการทบทวนกระบวนการสร้างป้ายกำกับ ลองดูได้ที่สไลด์

ไลบรารี pandas ถูกโหลดไว้เป็น pd แล้ว สามารถพิมพ์ data ออกมาดูที่คอนโซลได้เลย

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การแบ่งกลุ่มลูกค้าด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เก็บป้ายกำกับตั้งแต่ 4 ถึง 1 ในลำดับจากมากไปน้อย
  • สร้างควอร์ไทล์ของการใช้จ่ายโดยแบ่งเป็น 4 กลุ่ม และส่งป้ายกำกับที่สร้างไว้ก่อนหน้าเข้าไป
  • กำหนดค่าควอร์ไทล์ให้กับคอลัมน์ Recency_Quartile ใน data
  • พิมพ์ data โดยเรียงลำดับตามค่า Recency_Days

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Store labels from 4 to 1 in a decreasing order
r_labels = list(range(____, 0, ____))

# Create a spend quartile with 4 groups and pass the previously created labels 
recency_quartiles = pd.____(data['Recency_Days'], q=____, labels=r_labels)

# Assign the quartile values to the Recency_Quartile column in `data`
data['____'] = recency_quartiles 

# Print `data` with sorted Recency_Days values
print(data.____('Recency_Days'))
แก้ไขและรันโค้ด