数据分析项目 基于K-Means算法的广告聚类分析（1）---- 数据清洗

一、背景与目标

• 背景
  某电商企业，有多个广告投放渠道，该企业希望通过之前的数据对每一个渠道进行分析评价，根据不同渠道的特征，有针对性地指定广告投放策略，实现利益的最大化

• 目标
  基于K-Means算法，对不同的广告投放渠道进行聚类分析，找到不同渠道的特征，从而实现有针对性地进行广告投放。

二、分析思路

• 观察数据，对数据进行清洗
• 计算相关的指标
• 将不同数量级的数据缩放到同一数量级中，将文本数据进行虚拟编码，将其数字化
• 使用K-Means进行建模

三、数据的来源及数据的情况

• 数据来源：Kaggle — ad_performance
• 数据的情况：

（1）数据总量：共888条数据
（2）包含的字段：渠道代号、日均UV、平均注册率、平均搜索量、访问深度、平均停留时间、订单转化率、投放总时间、素材类型、广告类型、合作方式、广告尺寸、广告卖点

四、数据清洗

• 查看数据

import pandas as pd
# 设置显示格式
pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)
pd.set_option('max_colwidth', 30)

# 获取到数据
data = pd.read_csv("ad_performance.csv", index_col=0)
# 查看数据
print(data)

部分数据

 渠道代号      日均UV   平均注册率   平均搜索量     访问深度   平均停留时间   订单转化率  投放总时间 素材类型  \
0    A203      3.69  0.0071  0.0214   2.3071