Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Implementering på Ekte Datasett | DBSCAN
Klyngeanalyse

bookImplementering på Ekte Datasett

Du skal bruke mall customers-datasettet, som inneholder følgende kolonner:

Du bør også følge disse stegene før klynging:

  1. Last inn data: bruk pandas for å laste inn CSV-filen;
  2. Velg relevante variabler: fokuser på kolonnene 'Annual Income (k$)' og 'Spending Score (1-100)';
  3. Skalering av data (viktig for DBSCAN): siden DBSCAN benytter avstandsmålinger, er det avgjørende å skalere variabler slik at de har tilsvarende intervaller. Du kan bruke StandardScaler til dette formålet.

Tolkning

Koden oppretter 5 klynger i dette tilfellet. Det er viktig å analysere de resulterende klyngene for å få innsikt i kundesegmentering. For eksempel kan du finne klynger som representerer:

  • Høy inntekt, høyt forbruk;

  • Høy inntekt, lavt forbruk;

  • Lav inntekt, høyt forbruk;

  • Lav inntekt, lavt forbruk;

  • Middels inntekt, middels forbruk.

Avsluttende bemerkninger

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 5. Kapittel 5

Spør AI

expand

Spør AI

ChatGPT

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Awesome!

Completion rate improved to 2.94

bookImplementering på Ekte Datasett

Sveip for å vise menyen

Du skal bruke mall customers-datasettet, som inneholder følgende kolonner:

Du bør også følge disse stegene før klynging:

  1. Last inn data: bruk pandas for å laste inn CSV-filen;
  2. Velg relevante variabler: fokuser på kolonnene 'Annual Income (k$)' og 'Spending Score (1-100)';
  3. Skalering av data (viktig for DBSCAN): siden DBSCAN benytter avstandsmålinger, er det avgjørende å skalere variabler slik at de har tilsvarende intervaller. Du kan bruke StandardScaler til dette formålet.

Tolkning

Koden oppretter 5 klynger i dette tilfellet. Det er viktig å analysere de resulterende klyngene for å få innsikt i kundesegmentering. For eksempel kan du finne klynger som representerer:

  • Høy inntekt, høyt forbruk;

  • Høy inntekt, lavt forbruk;

  • Lav inntekt, høyt forbruk;

  • Lav inntekt, lavt forbruk;

  • Middels inntekt, middels forbruk.

Avsluttende bemerkninger

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 5. Kapittel 5
some-alt