可视化并解读分群结果

Python 营销中的机器学习

Karolis Urbonas

Head of Analytics & Science, Amazon

探索分群的方法

  • 按分群计算各变量的平均值/中位数/其他分位数
  • 按分群计算各变量的相对重要性
  • 可查看数据表或绘图（热图是不错的选择）
Python 营销中的机器学习

分析 K-means 分群的平均属性

kmeans4_averages = wholesale_kmeans4.groupby(['segment']).mean().round(0)
print(kmeans4_averages)

K-means 4 群平均值

Python 营销中的机器学习

绘制 K-means 分群的平均属性

sns.heatmap(kmeans4_averages.T, cmap='YlGnBu')
plt.show()

K-means 4 群平均值热图

Python 营销中的机器学习

绘制 NMF 分群的平均属性

nmf4_averages = wholesale_nmf4.groupby('segment').mean().round(0)
sns.heatmap(nmf4_averages.T, cmap='YlGnBu')
plt.show()

NMF 平均值热图

Python 营销中的机器学习

让我们构建 3 群方案！

Python 营销中的机器学习

Preparing Video For Download...