k-means kümeleme ile segmentasyon oluştur

Bu egzersizde müşteri segmentasyonunu KMeans algoritmasıyla oluşturacaksın. Bir önceki adımda belirlediğin gibi, matematiksel olarak en uygun küme sayısı 3 ile 4 civarında. Burada 4 segmentli bir model kuracaksın.

Ön işlenmiş veri kümesi wholesale_scaled_df olarak yüklendi. KMeans algoritmasını çalıştırmak için bunu kullanacaksın; ham, işlenmemiş veri kümesi ise wholesale olarak yüklendi — oluşturacağın 4 segment için ortalama sütun değerlerini incelemek üzere bunu daha sonra kullanacaksın.

Bu egzersiz

Python ile Pazarlama için Machine Learning

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

KMeans algoritmasını sklearn.cluster modülünden içe aktar.
KMeans algoritmasını 4 küme ve rastgele durum (random state) 123 olacak şekilde başlat.
Modeli ön işlenmiş wholesale_scaled_df veri kümesi üzerinde eğit (fit).
Oluşturulan etiketleri ham wholesale veri kümesinde segment adlı yeni bir sütuna ata

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Import `KMeans` module
from sklearn.cluster import ___

# Initialize `KMeans` with 4 clusters
kmeans=KMeans(___=4, random_state=123)

# Fit the model on the pre-processed dataset
kmeans.fit(___)

# Assign the generated labels to a new column
wholesale_kmeans4 = wholesale.assign(segment = kmeans.___)

Kodu Düzenle ve Çalıştır