第五章（药物选择决策支持分析）

一、连接数据库

安装了mysql之后自动安装了ODBC，在开始菜单下搜索“ODBC”即可，打开ODBC，在用户DCN中设置需要连接的数据库即可。

1、选择消费金额前10的顾客

根据订单表、订单明细表、客户表写类似sql的语句，根据订单id汇总总金额，根据总金额降序选择前10条，根据订单id合并订单表、最后根据客户id合并客户表即可。

用mysql导入数据：打开sqlyog，点击相应的数据里——开始新的工作——下一步——系统/用户DSN——选择之前在ODBC添加的数据库——选择相应的表（客户、订单、订单明细）——下一步ok。

在mysql中的操作：

SELECT * FROM 客户 AS d
INNER JOIN 
(SELECT b.订单ID,客户ID ,总金额
FROM 订单 AS a
INNER JOIN (SELECT 订单ID,(单价*数量*(1-折扣)) AS 总金额
FROM 订单明细
GROUP BY 订单ID
ORDER BY 总金额 DESC
LIMIT 10) AS b
ON a.`订单ID`=b.订单ID) AS c
ON d.`客户ID`=c.客户ID

二、分析产品之间的关联

数据结构如下图

步骤：源节点——类型结点——网络结点

粗线为强关联，细线弱关联

 

三、直邮目标客户挖掘

数据结构

变量：年龄、性别、客户所在地、收入、是否结婚、孩子数量、有无汽车、是否有储蓄账户（save_act）、是否有活期账户（current_act）、是否有抵押贷款（mortgage）、是否响应（pep：yes为响应，no为不响应）。

建模

步骤：源节点——分区（分为训练集和测试集）——类型（定义输入输出）——c5.0（以信息增益率划分特征的决策树）——分析（模型评估）

评估：

10折交叉验证，平均正确率91.3%。

注意：在spss modeler中对分类变量值为字符串格式的字段不需要像sklearn那样转为数字或者生成哑变量（one-hot），spss modeler内部会自动编码。

模型应用：

用sklearn试下

import pandas as pd
import numpy as np

data = pd.read_csv(r"C:\Users\Administrator\Desktop\mailshot.csv",encoding = "utf-8")

data.drop(["id"],inplace = True ,axis =1)#丢掉ID列

#将分类字符串改为数字
tra_dict = {"MALE" : 0,"FEMALE":1}
data["sex"] = data["sex"].map(tra_dict)
tra_dict1 = {"NO":0,"YES":1}
for u in ["married","car","save_act","current