Sequência de etapas de pré-processamento

Segmentação de Clientes em Python

Karolis Urbonas

Head of Data Science, Amazon

Por que a ordem importa?

  • Transformação log só funciona com dados positivos
  • Normalização gera valores negativos e log não vai funcionar
Segmentação de Clientes em Python

Sequência

  1. Desassimetrizar os dados — transformação log
  2. Padronizar para a mesma média
  3. Escalonar para o mesmo desvio padrão
  4. Guardar como array separado para usar no clustering
Segmentação de Clientes em Python

Codando a sequência

# Unskew the data
import numpy as np
datamart_log = np.log(datamart_rfm)


# Normalize the variables
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaler.fit(datamart_log)


# Store for clustering
datamart_normalized = scaler.transform(datamart_log)
Segmentação de Clientes em Python

Vamos praticar!

Segmentação de Clientes em Python

Preparing Video For Download...