Preprocesarea datelor

Segmentarea clienților în Python

Karolis Urbonas

Head of Data Science, Amazon

Avantajele clustering-ului k-means

  • Una dintre cele mai populare metode de învățare nesupervizată
  • Simplă și rapidă
  • Funcționează bine*

* cu anumite ipoteze despre date

Segmentarea clienților în Python

Ipoteze cheie ale k-means

  • Distribuție simetrică a variabilelor (fără asimetrie)
  • Variabile cu valori medii egale
  • Variabile cu varianță egală
Segmentarea clienților în Python

Variabile asimetrice

 

  • Asimetrie la stânga

 

  • Asimetrie la dreapta

Segmentarea clienților în Python

Variabile asimetrice

  • Asimetria eliminată prin transformare logaritmică

Segmentarea clienților în Python

Variabile pe aceeași scară

  • K-means presupune medii egale
  • Și varianță egală
  • Nu este cazul datelor RFM
datamart_rfm.describe()

Segmentarea clienților în Python

Să recapitulăm conceptele

Segmentarea clienților în Python

Preparing Video For Download...