数据分析案例笔记1

最新推荐文章于 2024-09-02 22:01:16 发布

小力子～

最新推荐文章于 2024-09-02 22:01:16 发布

阅读量6.2k

点赞数 5

分类专栏： SQL分析示例

本文链接：https://blog.csdn.net/weixin_43730955/article/details/89296169

版权

本文探讨了多个数据分析案例，包括阿里云天池数据集中的客户粘性分析，通过5步数据分析流程深入理解数据，利用Excel和R进行线性回归建模，结合MySQL分析消费金融用户评级模式。同时，介绍了Python-SVM分类项目实战，用于乳腺癌诊断，强调数据质量评估和特征选择的重要性。此外，还分析了LendingClub的贷款业务，提出了针对不同客户群体和信用等级的评审建议，以及利用Python对淘宝用户行为的深入分析，揭示了用户活跃时间、购买率和购买偏好等关键洞察。

摘要由CSDN通过智能技术生成

1.数据源:阿里云的天池数据集
2.客户粘性，指的是客户对于品牌或产品的忠诚、信任与良性体验等结合起来形成的依赖感和再消费期望值。依赖感越强，客户粘性越高；再消费期望值越高，客户粘性越高。
3.数据分析经过的5个步骤：数据获取-数据清洗（缺失值处理、一致性处理）-数据理解-构建模型-数据可视化。
4.研究因素之间的影响关系（Excel数据透视表，R语言–IM函数构建线性回归模型）
5.基于MySQL消费金融用户评级模式的数据分析:
https://zhuanlan.zhihu.com/p/61702772
1)2019年3月初，全国政协委员、证监会前主席肖钢带来了“支持发展互联网小贷公司满足普惠消费信贷需求”的提案。肖钢表示，中国消费信贷发展空间巨大，特别是面向广大群众、与日常消费息息相关的小额、普惠型消费信贷市场。
2)通过分析拍拍贷的用户数据可以得出，客户的还款情况与其申请信息和认证信息、评级关系等各方面的相关性。
3)分析步骤：
a.数据集获取
b.数据字段解读
c.将数据导入mysql数据库
d.数据清洗(空值核查，删除重复值)
e.构建模型及数据可视化展示
4)结论：综上SQL分析/excel分析及图表可视化展示，用户的年龄（划分年龄段，以柱状图的形式展现）、初始评级（饼状图）与逾期还款有较大程度的联系，后期可以在这些方面加强监管。
6.python-svm分类项目实战