- 博客(4)
- 收藏
- 关注
RSS订阅原创 主题内容挖掘（潜在狄利克雷分配）
说明：文章主要对主题内容挖掘的部分问题的提出，并提供自己的意见，仅供参考案例来源： 宋天龙 - 《python数据分析与数据化运营》案例背景： 从一堆文件中建立相应主题模型，然后得到不同模型的主题特点，通过对新文本数据集的预测得到其可能的主题分类。主要应用技术：中文分词，TF-IDF向量空间模型转换，字符串全角转半角，XML文件内容解析，潜在狄利克雷分配模型。主要库：tarfile，os，jieba，gensim，bs4文件内容格式：<doc><url>页面URL<
2021-06-17 22:22:06
519
1
原创 机器学习赛事：快来一起挖掘幸福感
比赛题目赛题使用公开数据的问卷调查结果，选取其中多组变量，包括个体变量（性别、年龄、地域、职业、健康、婚姻与政治面貌等等）、家庭变量（父母、配偶、子女、家庭资本等等）、社会态度（公平、信用、公共服务等等），来预测其对幸福感的评价。数据来源：赛题使用的数据来自中国人民大学中国调查与数据中心主持之《中国综合社会调查（CGSS）》项目。赛题感谢此机构及其人员提供数据协助。中国综合社会调查为多阶分层抽样的截面面访调查。外部数据：赛题以数据挖掘和分析为出发点，不限制外部数据的使用，比如宏观经济指标、政府再分配政
2021-06-11 11:52:28
357
1
原创 RFM的精细化客户管理笔记总结
业务基本背景：业务部门希望不仅能对用户做分组，还能对每个组的用户特征概括总结出来，便于后续精细化管理，且根据不同群体做定制化或者差异化的营销和关怀。分析：交付结果看，需要导出业务部门需要的分析结果为EXCEL文件，便于后续分析加工使用；RFM的结果还可能用于其他模型的建模使用，需要输出为本地文件并写入数据库。了解到业务愿意投入较多得资源为客户服务，所以可以对客户管理进行细分。思路：基于用户分群需求，计划将RFM的3个维度分别做3个区间的离散化得到3x3x3个分类结果， 输出数据为为本地文件并
2021-06-06 12:22:34
392
原创 遇到的TimeGrouper调用不了
对TimeGrouper调用出错最近学习遇到这个AttributeError: module ‘pandas’ has no attribute ‘TimeGrouper’可能是书的版本老了吧，我恁是用不了pd.TimeGrouper实现对值的相同重新采样于是就强行导入了一波from pandas.core import resample然后利用resample.TimeGrouper( )调用就行了当然也有各位大佬的文件改法，我就懒得改了，直接照着导入，能用就行。...
2020-12-05 19:10:01
2875
5
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人