Toteutus Oikealla Tietoaineistolla
Käytät mall customers -aineistoa, joka sisältää seuraavat sarakkeet:
Noudata myös seuraavia vaiheita ennen klusterointia:
- Lataa data: käytä
pandas
-kirjastoa CSV-tiedoston lataamiseen; - Valitse olennaiset ominaisuudet: keskity sarakkeisiin
'Annual Income (k$)'
ja'Spending Score (1-100)'
; - Datan skaalaus (tärkeää DBSCANille): koska DBSCAN käyttää etäisyyslaskentaa, on tärkeää, että ominaisuudet ovat samalla mittakaavalla. Voit käyttää tähän tarkoitukseen
StandardScaler
-luokkaa.
Tulosten tulkinta
Tässä tapauksessa koodi muodostaa 5 klusteria. On tärkeää analysoida muodostuneita klustereita, jotta voidaan saada tietoa asiakassegmentoinnista. Esimerkiksi klusterit voivat edustaa:
-
Suurituloisia, paljon kuluttavia asiakkaita;
-
Suurituloisia, vähän kuluttavia asiakkaita;
-
Pienituloisia, paljon kuluttavia asiakkaita;
-
Pienituloisia, vähän kuluttavia asiakkaita;
-
Keskituloisia, keskimäärin kuluttavia asiakkaita.
Yhteenveto
Kiitos palautteestasi!
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Awesome!
Completion rate improved to 2.94
Toteutus Oikealla Tietoaineistolla
Pyyhkäise näyttääksesi valikon
Käytät mall customers -aineistoa, joka sisältää seuraavat sarakkeet:
Noudata myös seuraavia vaiheita ennen klusterointia:
- Lataa data: käytä
pandas
-kirjastoa CSV-tiedoston lataamiseen; - Valitse olennaiset ominaisuudet: keskity sarakkeisiin
'Annual Income (k$)'
ja'Spending Score (1-100)'
; - Datan skaalaus (tärkeää DBSCANille): koska DBSCAN käyttää etäisyyslaskentaa, on tärkeää, että ominaisuudet ovat samalla mittakaavalla. Voit käyttää tähän tarkoitukseen
StandardScaler
-luokkaa.
Tulosten tulkinta
Tässä tapauksessa koodi muodostaa 5 klusteria. On tärkeää analysoida muodostuneita klustereita, jotta voidaan saada tietoa asiakassegmentoinnista. Esimerkiksi klusterit voivat edustaa:
-
Suurituloisia, paljon kuluttavia asiakkaita;
-
Suurituloisia, vähän kuluttavia asiakkaita;
-
Pienituloisia, paljon kuluttavia asiakkaita;
-
Pienituloisia, vähän kuluttavia asiakkaita;
-
Keskituloisia, keskimäärin kuluttavia asiakkaita.
Yhteenveto
Kiitos palautteestasi!