J358935的博客

数据集及源码https://github.com/JCATHoney/python-data-analysis一、问题描述一家婚恋网站公司希望根据已注册用户的历史相亲数据,建立新用户相亲成功可能性的预测模型，数据存放在“date_data2.csv”中。二、数据集#income-月均收入（元）#attractive-由婚恋网站评定出的个人魅力值,分值从0-100。#assets-资产(万元)#edueduclass-教育等级:1=小学,2=初中;3=高中,4=本科,5=硕士及以上#

数据集及源码https://github.com/JCATHoney/python-data-analysis一、问题描述电信公司希望针对客户的信息预测其流失可能性分析思路：在对客户流失与否的影响因素进行模型研究之前，首先对各解释变量与被解释变量进行两变量独立性分析，以初步判断影响流失的因素，进而建立客户流失预测模型二、数据集主要变量说明如下：#subscriberID="个人客户的ID"#churn="是否流失：1=流失";#Age="年龄"#incomeCode="用户居住区域平均收

数据集及源码https://github.com/JCATHoney/python-data-analysis一、问题描述在对房价的影响因素进行模型研究之前，首先对各变量进行描述性分析，以初步判断房价的影响因素，进而建立房价预测模型总体步骤如下：（一） 因变量分析：单位面积房价分析（二） 自变量分析：2.1 自变量自身分布分析2.2 自变量对因变量影响分析（三）建立房价预测模型3.1 线性回归模型3.2 对因变量取对数的线性模型3.3 考虑交互项的对数线性（四）预测： 假设有一家

数据集及源码https://github.com/JCATHoney/python-data-analysis一、问题描述1、不同类型卡的持卡人（type=所有者）的性别对比2、不同类型卡的持卡人在办卡时的平均年龄对比3、不同类型卡的持卡人在办卡前一年内的平均帐户余额对比4、不同类型卡的持卡人在办卡前一年内的平均收入对比二、数据集描述：本数据为一家银行的个人金融业务数据集，可以作为银行场景下进行个人客户业务分析和数据挖掘的示例。这份数据中涉及到5300个银行客户的100万笔的交易，而且涉及70

数据集和源码：https://github.com/JCATHoney/python-data-analysis问题描述描述性统计使用auto_ins作如下分析1、首先对loss重新编码为1/0，有数值为1，命名为loss_flag（哑变量）2、对loss_flag分布情况进行描述分析3、分析是否出险和年龄、驾龄、性别、婚姻状态等变量之间的关系(提示:使用分类盒须图,堆叠柱形图)数据格式只有一张表，auto_ins1、使用auto_ins作如下分析,首先对loss重新编码为1/0，有数值为

整体思维导图如下：关键点展开说明1、根据变量类型统计分析Statemodels 统计分析2、描述性统计分类a. 单一分类变量：统计频次 图形：条形图，饼图b. 两个分类变量表分析：统计频次 图形：堆叠条形图c.单连续变量(分类汇总)：直方图d. 两个分类标量汇总表：直方图3、排序模型的评估指标ROC曲线：描述模型分辨能力，对角线以上的图形越高模型越好K-S曲线：用来描述模型对违约客户的分辨能力累积提升曲线：由于展示使用模型预测结果与随机情况下获叏显性样本的 能

数据特征分析基本方法脑图重在理解方法合理选用

【项目01】 商铺数据加载及存储作业要求：1、成功读取“商铺数据.csv”文件2、解析数据，存成列表字典格式：[{‘var1’:value1,‘var2’:value2,‘var3’:values,…},…,{}]3、数据清洗：① comment，price两个字段清洗成数字② 清除字段缺失的数据③ commentlist拆分成三个字段，并且清洗成数字4、结果存为.pkl文件源数据格式1、读取数据# 设置路径，方式，编码f=open('C:/Users/Away/Desktop/