
——机器学习实战
机器学习实战
anonymox
这个作者很懒,什么都没留下…
展开
-
RFM代码
文章目录案例11. 数据格式2. R、F、M指标分布消费金额消费频率最近一次消费距今天数3. 构建模型3.1 R、F、M人为规则打分3.2 获取每个指标下的打分平均值3.3 按照是否大于平均分来分层3.4 分层结果生成标签4. 查看分层人数案例21. 基础数据格式2. 计算R、F、M指标2.1 F反映客户对打折产品的偏好 interest2.2 M反映客户的总消费金额 value2.3 通过计算R反映客户是否为沉默客户 time_new3. 构建模型3.1 等深分桶并做二值化3.2 分层打标结果3.3原创 2020-11-08 00:54:59 · 515 阅读 · 0 评论 -
(十)Python数据分析与挖掘实战(实战篇)——家用电器用户行为分析与事件识别
这个专栏用来记录我在学习和实践《Python数据分析与挖掘实战》一书时的一些知识点总结和代码实现。文章目录背景和目标数据热水器属性说明4类属性指标的构建表脚本divide_event.pythreshold_optimization.pyneural_network.py分析方法和过程方法流程背景和目标用户在使用家用电器过程中,会因为地区气候、不同区域、用户年龄性别差异,形成不同的使用习惯。家电企业若嫩更深入了解不同用户群的使用习惯,开发新功能,就能开拓新市场。本案例基于热水器采集的时间序列数据.原创 2020-11-01 18:31:43 · 1269 阅读 · 0 评论 -
(八)Python数据分析与挖掘实战(实战篇)——中医证型关联规则挖掘
这个专栏用来记录我在学习和实践《Python数据分析与挖掘实战》一书时的一些知识点总结和代码实现。文章目录背景和目标数据原始属性表脚本discretization.pyapriori_rules.pyapriori.py分析方法和过程方法流程背景和目标借助三阴乳腺癌患者的病理信息,挖掘患者的症状与中医证型之间的关联关系对截断治疗提供依据,挖掘潜性证素数据原始属性表属性名称属性描述实际年龄发病年龄初潮年龄既往月经是否规律是否痛经.原创 2020-11-01 17:45:15 · 991 阅读 · 0 评论 -
(七)Python数据分析与挖掘实战(实战篇)——航空公司客户价值分析
文章目录背景和目标数据客户基本信息乘机信息积分信息脚本data_explore.pydata_clean.pyzscore_data.pyKMeans_cluster.pycluster_plot.py分析方法和过程方法流程模型解释模型应用拓展背景和目标通过客户分类,区分无价值客户、高价值客户,从而针对不同人群制定优化的个性化服务方案,采取不同的营销策略,将有限营销资源集中于高价值客户,实现企业利润的最大化目标。准确的客户分类结果是企业优化营销资源的重要依据,客户分类越来越成为客户关系管理中急需解决原创 2020-11-01 16:24:49 · 1501 阅读 · 0 评论