NMF segmentasyonu ortalamaları
Son olarak, NMF ile oluşturulan 3 segmentli çözümün ortalama değerlerini görselleştirip K-means ile karşılaştıracaksın. Burada, özellikler matrisi W'yi çıkaracak ve her müşteri için bu matristen en yüksek değere sahip sütunu (segmenti) seçerek kesin segment atamasını elde edeceğiz.
pandas kütüphanesini pd olarak ve seaborn kütüphanesini sns olarak yükledik. Ham wholesale veri kümesi içe aktarılmış durumda ve önceden eğitilmiş 3 segmentli NMF örneği nmf olarak yüklü. components veri kümesi pandas DataFrame olarak yüklendi.
Bu egzersiz
Python ile Pazarlama için Machine Learning
kursunun bir parçasıdırEgzersiz talimatları
- Dönüştürülmüş değerleri veri olarak ve bileşen indislerini sütunlar olarak geçirerek W matrisini oluştur.
- İlgili değerin en büyük olduğu sütun adını seçerek segment değerini ata.
- Her segment için ortalama sütun değerlerini hesapla.
- Ortalama değerleri bir ısı haritası olarak görselleştir.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# Create the W matrix
W = pd.DataFrame(data=nmf.___(wholesale), columns=components.index)
W.index = wholesale.index
# Assign the column name where the corresponding value is the largest
wholesale_nmf3 = wholesale.___(segment = W.idxmax(axis=1))
# Calculate the average column values per each segment
nmf3_averages = wholesale_nmf3.___('___').mean().round(0)
# Plot the average values as heatmap
sns.___(___.T, cmap='YlGnBu')
# Display the chart
plt.show()