Yılan grafiği için veriyi hazırla

Şimdi yılan grafiği için veriyi hazırlayacaksın. Daha önce oluşturduğun 3 kümeli RFM segmentasyon çözümünü kullanacaksın. Normalize edilmiş RFM verisini uzun formata dönüştürmek için metrik sütunlarını iki sütuna "eriterek" dönüştüreceksin: biri metriğin adı, diğeri ise sayısal değeri için.

Normalize edilmiş RFM verisini, küme etiketleri atanmış halde yükledik. datamart_normalized adlı bir pandas DataFrame olarak yüklendi. Ayrıca pandas, pd takma adıyla içe aktarıldı.

Egzersize başlamadan önce yapısını iyi kavramak için konsolda datamart_normalized veri setini incele!

Bu egzersiz, kursun bir parçasıdır

Python ile Müşteri Segmentasyonu

Kursa Göz Atın

Egzersiz talimatları

Normalize edilmiş veri kümesinin indeksini sıfırlayıp melt fonksiyonunu uygulayarak veri kümesini uzun formata dönüştür.
CustomerID ve Cluster alanlarını ID değişkenleri olarak ata.
RFM değerlerini değer değişkenleri olarak ata.
Değişken adını Metric, değeri ise Value olarak adlandır.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Melt the normalized dataset and reset the index
datamart_melt = pd.____(
  					____.____(), 
                        
# Assign CustomerID and Cluster as ID variables
                    ____=['____', '____'],

# Assign RFM values as value variables
                    ____=['____', '____', '____'], 
                        
# Name the variable and value
                    ____='____', ____='____'
					)

Kodu Düzenle ve Çalıştır