Tiền xử lý dữ liệu RFM
Chúng tôi đã nạp bộ dữ liệu với các giá trị RFM mà bạn đã tính trước đó dưới tên datamart_rfm. Vì các biến bị lệch và có thang đo khác nhau, giờ bạn sẽ khử lệch và chuẩn hóa chúng.
Thư viện pandas đã được nạp là pd, và numpy là np. Hãy dành chút thời gian khám phá datamart_rfm trong bảng điều khiển.
Bài tập này là một phần của khóa học
Phân khúc khách hàng bằng Python
Hướng dẫn bài tập
- Áp dụng biến đổi log để khử lệch cho
datamart_rfmvà lưu thànhdatamart_log. - Khởi tạo một đối tượng
StandardScaler()làscalervà fit nó trên dữ liệudatamart_log. - Biến đổi
databằng cách scale và center vớiscaler. - Tạo một pandas DataFrame từ 'datamart_normalized' bằng cách thêm
indexvà tên cột từdatamart_rfm.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Unskew the data
datamart_log = np.____(____)
# Initialize a standard scaler and fit it
scaler = ____()
scaler.____(____)
# Scale and center the data
datamart_normalized = ____.____(____)
# Create a pandas DataFrame
datamart_normalized = pd.____(data=____, index=____.index, columns=____.columns)