Visualisera och tolka segmenteringslösningar

Maskininlärning för marknadsföring i Python

Karolis Urbonas

Head of Analytics & Science, Amazon

Metoder för att utforska segment

  • Beräkna medelvärde / median / andra percentilvärden per variabel och segment
  • Beräkna relativ vikt för varje variabel per segment
  • Utforska datatabellen eller visualisera den (värmekarta är ett bra val)
Maskininlärning för marknadsföring i Python

Analysera medelvärdesattribut för K-means-segmentering

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

K-means 4-segments medelvärden

Maskininlärning för marknadsföring i Python

Plotta medelvärdesattribut för K-means-segmentering

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

Värmekarta för K-means 4-segments medelvärden

Maskininlärning för marknadsföring i Python

Plotta medelvärdesattribut för NMF-segmentering

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

Värmekarta för NMF-medelvärden

Maskininlärning för marknadsföring i Python

Nu kör vi en övning!

Maskininlärning för marknadsföring i Python

Preparing Video For Download...