机器学习、深度学习、文本分类、异常检测、风控等知识的积累和分享

Seaborn是一个基于Python的数据可视化库，Seaborn提供了许多用于绘制统计图形的高级界面，在Matplotlib的基础上，Seaborn进行了更高级的封装，使得作图更加方便快捷。即便是没有什么基础的人，也能通过极简的代码，做出具有分析价值而又十分专业的图形。虽然没有pyecharts的动态、交互功能，但是胜在便捷、代码量少、必须的配置也少，可以快速出图。本文使用房价数据、房租数据、iris数据集进行展示，数据获取见文末添加分类的散点图，仅需要添加一个hue参数指定分组列名即可设置样式。

首先看整个题目和问题，最终目的是通过用户的交易行为、交易金额、 交易频率、交易时间等信息，分析用户的行为，可促进二次营销，精准营销，促活；题目中要求建模来定位给那些用户发放优惠券，而发优惠券正是促销手段的一种。

Pandas提供了style功能，可以直接实现excel里的高亮、色阶、数据条、单元格格式设置、字体设置等等功能，简单场景下不需要把数据导出再调整样式了，本文逐条盘点一下

很多场景下决策树可以用于分析解决问题，所以可视化是必不可少的环节，另外在建模时xgb、lgb的可视化可以帮助我们了解模型结构，本文提供决策树、xgb、lgb的可视化代码样例可以参考

echarts动态图表可嵌入PPT，本篇详细介绍方法、帮你制作炫酷的可视化大屏PPT

pyecharts动态图表大屏，可下载代码和图表