本文总结了作者在4月份进行的科大讯飞AI营销云广告投放数据分析项目，涉及数据清洗、缺失值处理、特征提取、可视化等方面，强调分析思路的重要性。项目使用Python相关库进行处理，数据经过脱敏处理，无法直接对应到业务细节。
4月份项目实战的总结，前后进行了约20多天。
花了大量时间在清洗数据，虽然耗时但是觉得过程中很享受，喜欢“静静地泡在里面”的感觉。
另外，了解了涉及到的广告投放、业务指标体系、手机设备版本及API等相关知识，有趣！
感受：分析问题的思路 比 代码的实现更为重要
项目背景：2018科大讯飞AI营销算法大赛，点击去官网
数据集：选用训练集数据round1_iflyad_train.txt ，每一行数据为一个样本，分为5类数据，包含基础广告投放数据、广告素材信息、媒体信息、用户信息和上下文信息，共1001650条数据。数据经过脱敏处理。
语言：Python+panda、numpy、re、seaborn、matplotlib等第三方类库
完成：
- 无效数据的删选和过滤，比如NaN，unkown等缺失值
- 缺失值的填补：比如设备品牌make大量缺失值，可以用型号model中含有的品牌信息进行补充，效果非常明显
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
