顾客使用天猫优惠劵预测python实战

顾客使用天猫优惠劵预测

“天猫”（Tmall）原名淘宝商城，是一个综合性购物网站，是马云淘宝网全新打造的B2C（Business-to-Coustomer，商业零售）品牌。其整合数千家品牌商，生产商，为商家和消费者之间提供一站式解决方案，提供100%品质保证的商品，7天无理由退货的售后服务，以及购物积分返现等优质服务。

问题：基于所给的数据，利用Python进行数据分析和建立逻辑回归模型，对顾客是否使用优惠劵进行预测。

数据表的主要字段：
ID：记录编号
age：年龄
job：职业
marital：婚姻状态
default：花呗是否有违约（类别型变量）
returned：是否有过退货（类别型变量）
loan：是否使用花呗结账（类别型变量）。
coupon_used_in_last6_month：过去6个月使用的优惠劵数量
coupon_used_in_last_month：过去1个月使用的优惠劵数量
coupon_ind：该次活动中是否有使用优惠劵（预测目标）

打开python，开始敲代码
首先导入相关的库和数据文件

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
get_ipython().run_line_magic('matplotlib', 'inline')

#解决中文和负号不正常显示的问题
plt.rcParams['font.sans-serif']='SimHei'
plt.rcParams['axes.unicode_minus']=False

df=pd.read_csv(r'Tmall.csv')

#查看数据概括
df.info()

#查看前5行数据
df.head()

#查看job变量的所有不重复值
df.job.value_counts()

#查看marital变量的所有不重复值
df.marital.value_counts()

对于类别型变量，需要进行哑变量处理。我个人认为job和marital变量不需要进行哑变量处理。job变量的非重复值太多了，经过哑变量处理会使数据显得冗余。marital变量有3个非重复值，可以用下文的相关性分析，没有必要进行哑变量处理。
需要进行哑变量处理的变量为：default，returned，loan。（都是2分类变量）

#把default、returned、loan三个变量单独取出来进行哑变量处理get_dummies()。
df1=df[['default','returned','l