![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析
colepotter
这个作者很懒,什么都没留下…
展开
-
第一次数据分析师面试
面试单位:某O2O平台一、面试前的笔试内容1.用1条语句查询出以下table中每门kecheng都大于80分的学生姓名。name kecheng fenshu 张三 语文 81 张三 数学 75 李四 语文 76 李四 数学 90 王五 语文 81 王五 数学 100 王五...原创 2019-04-12 16:08:42 · 4351 阅读 · 1 评论 -
简陋版本的数据挖掘算法选择模型
这两天看了一些将机器学习算法应用场景以及优缺点的文章,比如这样的机器学习算法集锦:从贝叶斯到深度学习及各自优缺点于是产生了建立一个算法选择模型的想法,总结了下列4个维度:1.算法属性每个算法都有自己的特长,发挥算法的特长才能事半功倍。算法属性包括:维度 属性 取值范围 算法属性 算法类型 分类,回归,聚类 是否参数型 是,否 是否黑...原创 2019-04-16 23:52:24 · 141 阅读 · 0 评论 -
用户流失及转换预测的前期工作
刚刚接手一个小型的某旅游O2O网站酒店订单数据分析项目,目的是分析用户流失关键影响因素,并对访问转化进行预测。在预测前对该网站访问下单路径、用户生命周期以及本次的分析思路进行梳理。1.业务流程(用户访问下单路径)用户登陆(读取到用户画像指标、行为偏好、记录登陆时长) 访问酒店详情页(访问日期和时点、访问会话id、当前酒店画像) 访问订单填写页(入住日期、当前酒店所在城市同一入住日期...原创 2019-04-14 23:15:05 · 259 阅读 · 0 评论 -
用户访问预测的缺失值处理总结
首先,缺失值的处理依据的大原则参考“重要性缺失率矩阵准则”数据清洗的一些梳理在本次的某旅游O2O网站酒店订单数据分析项目中,80%的字段有不同程度的数据缺失,缺失最多的字段缺失率达到了87%采用的缺失处理思路如下:1.业务理解上有显著相关性的字段同时缺失,以合理的数值填充,如历史订单类以0填充,1年内时间间隔以366填充2.业务理解上有逻辑相关性的字段互相补充,如近1年客户...原创 2019-04-18 23:44:11 · 561 阅读 · 0 评论