机器学习 | 5种基于机器学习的客户价值预测分析方法

项目目的：预测客户的交易价值

数据来源：https://www.kaggle.com/c/santander-value-prediction-challenge

数据内容：4459条已知客户的交易价值和客户的属性（具体内容不知道，有可能是性别、年龄、收入、交税等等，每一个用户有4993条属性）

步骤：

• 数据分析
• 特征值选取
• 模型建立
• 调试

 

首先进行数据分析

有4459行，4993列，其实中1845列为float类型，3147列为int类型，有1列为object（应该为用户id）

 

观察发现特征值数量较大

初步处理：去掉常数列，去掉重复列

数据由4993变为4732

由于特征值太多，难以作图分析

直接使用所有特征值

对需要预测值分析，观察数据分布（下图左），大部分数据集中在左侧，做log处理使数据更符合高斯分布