- 博客(3)
- 收藏
- 关注
RSS订阅原创 电信用户流失预测建模
电信行业各大运营商竞争激烈，获客成本高，流失损失大。根据用户特征，建立流失预测模型，从中发掘用户流失的主要影响因素，对即将流失的用户进行针对性运营，是非常有必要的。本文应用机器学习方法，对电信客户流失数据进行数据清洗，模型建立及优化，模型评估，结果分析及建议，得出一个电信用户流失预测分类器。并总结出用户流失的影响因素及运营建议。数据来源：电信客户流失数据 数据集 - DataFountain目录1.数据预处理1.1数据概览1.2 数据预处理2.模型建立和优化2.1 模型准确性
2021-09-25 20:01:16
2199
原创 Olist公司零售数据分析
目录分析框架0.问题背景1.商品1.1 销量top51.2 商品聚类1.3 商品详情2.时间2.1销量-时间变化的描述2.2 销量预测2.2.1 霍尔特-温特模型2.2.2Facebook-Prophet2.2.3 销量的品类地区拆分3.用户3.1 基础数据3.3 用户生命周期分层3.4 用户RFM分层4.地区5.交付能力6. 总结和建议分析框架1. 商品：热销top5；单价，销量，评分的聚类分析；详情页元素分析2. .
2021-09-18 13:26:52
2217
原创 决策树与三组元精馏
1. 问题描述自变量：最优精馏结构的影响因素为进料组成A，B，C，相对挥发度之比ESI，以及分离要求GESI，其中A+B+C=1，故5个自变量自由度为4。因变量：三组元（相对挥发度由轻到重A,B,C）精馏结构有7种，最优精馏结构代表7种结构中年度总费用最低的结构。使用传统的化工模拟软件求取不同自变量A,B,C,ESI,GESI下的最优精馏结构，得到200条数据，本文利用决策树算法得到一种根据自变量求解三组元最优精馏结构的方法。2.数据探索导入数据后查看结果df.head()df.
2021-09-10 13:50:27
294
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人