Předzpracování dat

Segmentace zákazníků v Pythonu

Karolis Urbonas

Head of Data Science, Amazon

Výhody shlukování k-means

  • Jedna z nejpopulárnějších metod učení bez učitele
  • Jednoduchá a rychlá
  • Funguje dobře*

* za určitých předpokladů o datech

Segmentace zákazníků v Pythonu

Klíčové předpoklady k-means

  • Symetrické rozdělení proměnných (bez zkosení)
  • Proměnné se stejnými průměrnými hodnotami
  • Proměnné se stejným rozptylem
Segmentace zákazníků v Pythonu

Zkosené proměnné

 

  • Levostranně zkosené

 

  • Pravostranně zkosené

Segmentace zákazníků v Pythonu

Zkosené proměnné

  • Zkosení odstraněno logaritmickou transformací

Segmentace zákazníků v Pythonu

Proměnné na stejné škále

  • K-means předpokládá stejný průměr
  • A stejný rozptyl
  • U RFM dat to tak není
datamart_rfm.describe()

Segmentace zákazníků v Pythonu

Pojďme si zopakovat koncepty

Segmentace zákazníků v Pythonu

Preparing Video For Download...