Gérer les variables asymétriques

Customer Segmentation in Python

Karolis Urbonas

Head of Data Science, Amazon

Identifier l’asymétrie

  • Analyse visuelle de la distribution
  • Avec une queue → asymétrie

Customer Segmentation in Python

Explorer la distribution de la récence

sns.distplot(datamart['Recency'])
plt.show()

Customer Segmentation in Python

Explorer la distribution de la fréquence

sns.distplot(datamart['Frequency'])
plt.show()

Customer Segmentation in Python

Transformations pour gérer l’asymétrie

  • Transformation logarithmique (valeurs positives uniquement)
import numpy as np
frequency_log= np.log(datamart['Frequency'])

sns.distplot(frequency_log)
plt.show()

Customer Segmentation in Python

Gérer les valeurs négatives

  • Ajouter une constante avant le log
  • Transformation racine cubique
Customer Segmentation in Python

Exerçons-nous à identifier et gérer les variables asymétriques !

Customer Segmentation in Python

Preparing Video For Download...