Laboratoriya mashquloti №1,2 Mavzu: O`qituvchili(Nazorat ostidagi) va o`qituvchisiz (Nazoratsiz) ta`lim



Yüklə 1,24 Mb.
səhifə6/8
tarix13.06.2023
ölçüsü1,24 Mb.
#129589
1   2   3   4   5   6   7   8
1-2-lob ishi

Mijozlarni segmentatsiyalash - iste'molchilarni ularning o'xshash xususiyatlari, xatti-harakatlari va ehtiyojlari asosida segmentatsiyasi. Bu oxir-oqibat kompaniyaga ko'p jihatdan yordam beradi. Masalan, ular mahsulotni ishga tushirishlari yoki shunga mos ravishda xususiyatlarni yaxshilashlari mumkin. Ular o'zlarining xatti-harakatlariga ko'ra ma'lum bir sektorni ham nishonga olishlari mumkin. Bularning barchasi kompaniyaning umumiy bozor qiymatining oshishiga olib keladi.
Python-da nazoratsiz mashinani o'rganish yordamida mijozlarni segmentatsiyalash
Bugun biz mijozlarni segmentatsiyalash vazifasini amalga oshirish uchun Machine Learning-dan foydalanamiz.
Kutubxonalarni import qilish
Bizga kerak bo'ladigan kutubxonalar:

  • Pandalar - Ushbu kutubxona ma'lumotlar ramkasini 2D massiv formatida yuklashga yordam beradi.

  • Numpy - Numpy massivlari juda tez va katta hisob-kitoblarni amalga oshirishi mumkin.

  • Matplotlib / Seaborn - Ushbu kutubxona vizualizatsiya qilish uchun ishlatiladi.

  • Sklearn - Bu modul ma'lumotlarni oldindan qayta ishlashdan tortib modelni ishlab chiqish va baholashgacha bo'lgan vazifalarni bajarish uchun oldindan amalga oshirilgan funktsiyalarga ega bo'lgan bir nechta kutubxonalarni o'z ichiga oladi.

Python 3
numpy ni np sifatida import qiling
pandalarni pd sifatida import qiling
matplotlib.pyplotni plt sifatida import qiling
import seaborn as sb

sklearn.preprocessing import StandardScaler, LabelEncoder dan


sklearn.cluster import KMeans dan

import haqida ogohlantirishlar


warnings.filterwarnings('e'tibor bermaslik')
Maʼlumotlar toʻplami import qilinmoqda
Vazifa uchun olingan ma'lumotlar to'plami mijozlarning tafsilotlarini o'z ichiga oladi, ularning oilaviy ahvoli, ularning daromadlari, sotib olingan narsalar soni, sotib olingan narsalar turlari va boshqalar.
Python 3
df = pd.read_csv('new.csv')
df.head()

Chiqish:

Ma'lumotlar to'plamining shaklini tekshirish uchun biz data.shape usulidan foydalanishimiz mumkin.
Python 3
df.shakl
Chiqish:
(2240, 25)(2240, 25)
Ma'lumotlar to'plami haqidagi ma'lumotlarni olish uchun, masalan, null qiymatlarni tekshirish, qiymatlar soni va hokazo. Biz .info() usulidan foydalanamiz.

Yüklə 1,24 Mb.

Dostları ilə paylaş:
1   2   3   4   5   6   7   8




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©azkurs.org 2024
rəhbərliyinə müraciət

gir | qeydiyyatdan keç
    Ana səhifə


yükləyin