K-means 分群的平均值
在這個練習中，你將以 K-means 的 3 群解來檢視各欄位的平均值。作為測試與學習（test & learn）探索流程的一部分，對分群結果進行視覺化檢查，是找出最符合商業需求方案的關鍵。
已匯入 seaborn 為 sns，以及 matplotlib.pyplot 為 plt。另外，我們已經以 K-means 產生 3 群解，並將附帶分群標籤的資料集載入為 wholesale_kmeans3 DataFrame。
本練習屬於課程
Python 的行銷機器學習
練習說明
- 依分群標籤分組並計算各欄位的平均值。
- 列印每個分群的欄位平均值。
- 以每個分群的欄位平均值建立熱圖（heatmap）。
- 顯示圖表。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Group by the segment label and calculate average column values
kmeans3_averages = wholesale_kmeans3.___(['___']).___().round(0)
# Print the average column values per each segment
print(___)
# Create a heatmap on the average column values per each segment
sns.___(___.T, cmap='YlGnBu')
# Display the chart
plt.___()