Tính tầm quan trọng tương đối của từng thuộc tính
Giờ bạn sẽ tính tầm quan trọng tương đối của các giá trị RFM trong mỗi cụm.
Chúng tôi đã nạp datamart_rfm với các giá trị RFM thô, và datamart_rfm_k3 có cả giá trị RFM thô và nhãn cụm lưu trong Cluster. Thư viện pandas cũng đã được nạp dưới tên pd.
Bạn có thể thoải mái khám phá các bộ dữ liệu trong bảng điều khiển.
Bài tập này là một phần của khóa học
Phân khúc khách hàng bằng Python
Hướng dẫn bài tập
- Tính giá trị RFM trung bình cho mỗi cụm - dùng bộ dữ liệu
datamart_rfm_k3. - Tính giá trị RFM trung bình cho toàn bộ tập khách hàng - dùng bộ dữ liệu
datamart_rfm. - Tính tầm quan trọng tương đối của giá trị thuộc tính của cụm so với toàn bộ tập khách hàng.
- In điểm số tầm quan trọng tương đối đã làm tròn đến 2 chữ số thập phân.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Calculate average RFM values for each cluster
cluster_avg = ____.groupby(['____']).____()
# Calculate average RFM values for the total customer population
population_avg = ____.____()
# Calculate relative importance of cluster's attribute value compared to population
relative_imp = ____ / ____ - ____
# Print relative importance scores rounded to 2 decimals
print(relative_imp.____(____))