![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
大数据案例分析
11.11.1
来复制粘贴吧!(头歌实训)
展开
-
电商精准营销—购买意向预测
为了完成本关任务,你需要掌握: 1.随机森林模型原理;2.网格搜索调参技巧。1.理解随机森林模型的原理,确定随机森林的树的个数;本关任务:对随机森林模型进行调参,使得模型最优。2.使用 sklearn 包搭建随机森林模型。为了完成本关任务,你需要掌握:评价模型的方法。本关任务:根据要求,建立随机森林模型。本关任务:对调参后的模型结果进行评价。原创 2024-07-16 20:24:30 · 193 阅读 · 0 评论 -
电商精准营销—特征工程
为了完成本关任务,你需要掌握: 1.python 对时间变量处理技巧;2.时间空间特征的处理方法。为了完成本关任务,你需要掌握: 1.类型变量的处理方法;2.如何使用 python 进行热编码。本关任务:对类别特征进行编码 ,使其能够直接应用于模型。为了完成本关任务,你需要掌握:特征选择的原理和方法。本关任务:处理时间空间特征变量,提取衍生变量。本关任务:在已有的特征中进行特征选择。原创 2024-07-16 20:22:21 · 123 阅读 · 0 评论 -
电商精准营销—数据探索与可视化
为了完成本关任务,你需要掌握: 1.使用 python 的 matplotlib 和 seaborn 包画饼图和密度图;为了完成本关任务,你需要掌握: 1.利用 python 的 matplotlib 画条形图和折线图;2.分析双变量之间的关系。本关任务:探索用户的购买意向与年龄、性别和用户等级之间的关系。本关任务:探索用户的购买意向与商品评论之间的关系。本关任务:通过数据可视化探索单变量的分布情况。本关任务:探索客户购买意象和时间之间的关系。在本关主要使用条形图来探索双变量之间的关系。原创 2024-07-16 20:19:58 · 106 阅读 · 0 评论 -
电商精准营销—数据清洗
为了完成本关任务,你需要掌握: 1.python 中数据透视表的使用方法;2.异常值检测和处理方法;3.python 处理异常值技巧。为了完成本关任务,你需要掌握: 1.缺失数据处理的方法;2.pandas 处理真实数据技巧。本关任务:使用 python3 对实例数据中的变量做缺失值处理,梳理数据分析的流程。为了完成本关任务,你需要掌握:重复值的处理方法。本关任务:对数据集的重复数据进行处理。本关任务:对数据集的异常值进行处理。原创 2024-07-16 20:17:29 · 194 阅读 · 0 评论 -
电商精准营销—数据预处理概述
为了完成本关任务,你需要掌握: 1.数据样本抽取的方法;2、数据清洗的技巧。本关任务:对指定样本数据进行预处理,掌握数据预处理的技巧。本关任务:对变量进行转换。原创 2024-07-16 20:15:18 · 194 阅读 · 0 评论