![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
用户画像篇
IT但丁
知道结局是干掉大魔王,那斩龙的剑总会到手的!
展开
-
用户画像篇·模型标签之用户行为性别预测
文章目录一、性别预测问题二、特征数据选取(1)比如选取以下的用户特征数据:(2)经验样本数据(3)待测试数据三、算法选择·朴素贝叶斯问题:处理:四、代码详解(1)工具类(2)主代码 一、性别预测问题 用户注册时,所填写的性别,存在大概率的随意性; 不能完全作为用户画像的性别参考; 所以在无法通过直接手段获得用户真实性别的情况下,需要通过用户的各种行为特征,来对用户的性别进行预测。 二、特征数据...原创 2020-03-07 21:59:07 · 3996 阅读 · 0 评论 -
用户画像篇·模型标签之用户流失预测
一、流失预测意义 每个企业都渴望建立和保持一个忠实的客户群,而事实是由于各方面原因不可避免的会流失一些用户。 如果我们根据用户的活跃度及消费情况,判断用户的流失意向,及时对有流失趋向的用户做营销召回,这对公司来讲是非常有必要的。 二、需求分析 模型标签: 分析模型标签我们知道,这是一个概率型的结论,如果通过一个普通的算术运算来得出的话,不会太靠谱! 那该怎么办呢? 要通过历史既定事实的经验(满足...原创 2020-02-24 23:47:21 · 3436 阅读 · 3 评论 -
用户画像篇·手撕KNN算法(K近邻)
1、KNN模型 2、样本数据 (1)经验样本: label,f1,f2,f3,f4,f5 0,10,20,30,40,30 0,12,22,29,42,35 0,11,21,31,40,34 0,13,22,30,42,32 0,12,22,32,41,33 0,10,21,33,45,35 1,30,11,21,40,34 1,33,10,20,43,30 1,30,12,23,40,33 1...原创 2020-02-20 01:07:30 · 730 阅读 · 0 评论