การปรับกลางและปรับสเกลตัวแปร

การแบ่งกลุ่มลูกค้าด้วย Python

Karolis Urbonas

Head of Data Science, Amazon

การระบุปัญหา

วิเคราะห์สถิติสำคัญของชุดข้อมูล
เปรียบเทียบค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน

datamart_rfm.describe()

การปรับกลางตัวแปรที่มีค่าเฉลี่ยต่างกัน

K-means ทำงานได้ดีกับตัวแปรที่มีค่าเฉลี่ยเท่ากัน
การปรับกลางตัวแปรทำโดยลบค่าเฉลี่ยออกจากแต่ละการสังเกต

datamart_centered = datamart_rfm - datamart_rfm.mean()
datamart_centered.describe().round(2)

การปรับสเกลตัวแปรที่มีความแปรปรวนต่างกัน

K-means ทำงานได้ดีขึ้นกับตัวแปรที่มีความแปรปรวน / ส่วนเบี่ยงเบนมาตรฐานเท่ากัน
การปรับสเกลตัวแปรทำโดยหารด้วยส่วนเบี่ยงเบนมาตรฐานของแต่ละตัวแปร

datamart_scaled = datamart_rfm / datamart_rfm.std()
datamart_scaled.describe().round(2)

การรวมการปรับกลางและการปรับสเกล

ลบค่าเฉลี่ยและหารด้วยส่วนเบี่ยงเบนมาตรฐานด้วยตนเอง
หรือใช้ scaler จากไลบรารี scikit-learn (คืนค่าเป็นออบเจกต์ numpy.ndarray)

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaler.fit(datamart_rfm)
datamart_normalized = scaler.transform(datamart_rfm)

print('mean: ', datamart_normalized.mean(axis=0).round(2))
print('std: ', datamart_normalized.std(axis=0).round(2))

mean:  [-0. -0.  0.]
std:  [1. 1. 1.]

มาฝึกกันเถอะ!

การแบ่งกลุ่มลูกค้าด้วย Python