![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
文章平均质量分 96
今天我有更博学吗?
数据分析爱好者
展开
-
用分类算法预测手机价格区间,用网格搜索调参
文章目录前言一、了解数据二、建立模型前准备1.分训练集测试集2.定义一个函数输出每个算法的结果3.网格搜索优化算法二、建立模型1.逻辑回归模型2. KNN3. 决策森林4. 随机森林总结前言数据为二手手机的各个性能的数据,最后根据这些性能得到3个价格区间,作为这些二手手机售出的价格区间。注意:该数据集已经经过预处理,可以直接用于预测价格区间。一、了解数据battery_power:电池一次可储存的总能量,单位为毫安时blue :是否有蓝牙clock_speed:微处理器执行指令的速度du原创 2021-01-03 16:35:35 · 3393 阅读 · 4 评论 -
分析各渠道广告,建立评分模型以及找到优质渠道的特性
文章目录官方描述一、观察数据二、提出问题以及实现方法2.1 哪个渠道综合结果数据较优质2.1.1 排除有相关性的数据2.1.2 数据归一化2.1.3 加权评分2.2 优质渠道有什么共性特征2.3 分析各个广告特征与平均注册率和订单转化率之间的关系2.4 聚类分析广告投放效果2.读入数据总结观察数据:官方描述公司近三个月(30天)大力投放广告,累计投放的渠道有889,每个渠道的客户性质也可能不同,比如在优酷视频投广告和今日头条投放广告,效果可能会有差异。现在需要对广告效果分析实现有针对性的广告效果测量和优原创 2020-12-17 23:30:40 · 1204 阅读 · 0 评论 -
[Python]学生成绩分析, 可视化以及建模--在线教育行业分析案例连载3
文章目录前言一、导入库二、数据处理三、分别计算RFM信息1、聚合所需要的信息2、计算每个学生的购买课程总价3、计算RFM各指标3.1 R3.2 F3.3 M3.5 计算每个用户的RFM总结前言该文章为连载的第三篇:学生成绩分析某家在线教育机构拥有自己开发的教育产品VLE,该教育机构提供了他们四个学期里,开展的七门课的数据,接下来我会根据这些数据,为该教育机构做一系列的数据分析,包括用户的RFM模型、用户分群特征、用户成绩分析等等。该教育机构部分数据库结构如下如下这三篇文章为:用户成绩分析做原创 2020-12-04 15:13:08 · 4275 阅读 · 6 评论 -
[Python]实现用户注册数据的分析,计算复购率,回购率注销率等--在线教育行业分析案例连载2
该文章为连载的第二篇:用户注册信息分析经营状况前言某家在线教育机构拥有自己开发的教育产品VLE,该教育机构提供了他们四个学期里,开展的七门课的数据,接下来我会根据这些数据,为该教育机构做一系列的数据分析,包括用户的RFM模型、用户分群特征、用户成绩分析等等。该教育机构部分数据库结构如下...原创 2020-11-30 23:43:20 · 1183 阅读 · 1 评论 -
[Python]RFM用户分类模型, 加matplotlib可视化数据--在线教育行业分析案例连载1
文章目录前言一、导入库二、构造价格数据三、分别计算RFM信息1、聚合所需要的信息2、计算每个学生的购买课程总价3、计算RFM各指标3.1 R3.2 F3.3 M3.5 计算每个用户的RFM总结前言某家在线教育机构拥有自己开发的教育产品VLE,这里该教育机构提供了他们四个学期里,开展的七门课的数据,接下来我会根据这些数据,为该教育机构做一系列的数据分析,包括用户的RFM模型、用户分群特征、用户成绩分析等等。该教育机构部分数据库结构如下如下这一篇文章为:用户的RFM模型先简单介绍一下RFM模型:原创 2020-11-29 12:00:45 · 813 阅读 · 0 评论 -
【分析案例】手机产品双十二节日分析python 可视化
文章目录前言一、查看数据1.引入库2.观察数据二、处理数据1.日期数据2.其他数据三、数据可视化1.时间趋势变化1.1 一个月内每天的变化趋势1.2 一天内每小时的变化趋势2.转化漏斗图2.1 非节日转化率2.2 节日转化率3.各转化率的对比分析总结前言数据为阿里巴巴手机电商平台的交易数据,该数据集有12256906条记录,时间是从2014-11-18到 2014-12-18. 现在拿这个数据练习可视化,展示交易数据在某个时间维度的变化趋势,以及绘制漏斗图查看各流程的转化率。一、查看数据1.引原创 2020-11-23 17:18:03 · 418 阅读 · 0 评论 -
A/Btest (A/B测试)的营销策略效果分析
目录前言一、数据来源二、观察数据1.引入库2.读入数据3.观察数据三、计算效果方法1.公式计算方法2.Python函数计算总结前言本分析以支付宝营销活动为例,通过广告点击率指标比较两组营销策略的广告投放效果。一、数据来源来自阿里天池:数据二、观察数据1.引入库代码如下:# import librariesimport pandas as pdimport numpy as nppd.set_option('float_format', lambda x: '%.4f' % x)原创 2020-11-02 13:27:02 · 1464 阅读 · 1 评论 -
Python做多维度分类的聚合运算、环比、同比
目录1.目标:2.背景:3.观察数据:4.计算步骤、思路5.总体聚合运算6.多维度分类的聚合运算学习产出:1.目标:按月求三个重要指标:用户数销量销售额在每个维度的总和,或者每个分类的环比、同比。2.背景:一家国外品牌的自行车生产公司,在中国拥有三个代理商帮助销售其品牌产品,该品牌的自行在中国车十分畅销,在各个地区都有其用户。该场景下的维度有:时间维度产品维度地区维度代理商维度消费者维度以月为单位就算,计算各维度中某分类的总和、同比、环比3.观察数据:每一行.原创 2020-10-31 16:00:06 · 3341 阅读 · 4 评论 -
数据分析案例 自行车公司
文章目录前言一、项目背景介绍?二、需求分析与实现项目目标:项目任务:1. 理解公司提供的数据以及之间的关系和逻辑2.罗列重要指标,布局BI。3.Python处理数据总结前言本文是对Adventure Works报告的一个总结,记录了整个项目需求分析与实现的过程。该项目主要任务是要对Adventure Works的总体销售数据进行可视化,涉及到使用Pyhton提取数据库中数据并进行加工处理,将处理后的数据放入数据库并连接到Tableau实现可视化。分析成果的链接:销售报表:一、项目背景介绍?项原创 2020-10-26 09:41:47 · 1042 阅读 · 0 评论 -
利用Python+SQL,用人货场的分析方法,对电商双十一促销活动进行复盘分析
这个案例分析用到工具是python、数据库。python会用到的库有:sqlalchemy用到数据库中的3个表:商品属性表(sales_info1)商品线上信息(sales_info2)用户订单表(sales_info3)分析思路:分析商品的热度分析用户的先查看每一个表,并且把表的属性改成中文,方便提供给其他部门做分析。步骤:import sqlalchemy写sql读取语句执行sql语句用df.info()、df.head()去观察数据rename colum原创 2020-09-13 14:42:01 · 1247 阅读 · 1 评论