机器学习训练营——机器学习爱好者的自由交流空间(入群联系qq:2279055353)
案例介绍
商界普遍存在"80/20"原则——20%的顾客产生80%的消费。在这个案例里,我们将根据Google专卖店顾客消费数据集,预测每位顾客的消费金额。
数据描述
该案例包括训练集train_v2.csv
和检验集test_v2.csv
.
-
train_v2.csv: 包括从2016.8.1——2018.4.30的顾客交易信息。
-
test_v2.csv: 包括从2018.5.1——2018.10.15的顾客交易信息。
数据集的每一行表示对该专卖店的一次访问,我们要预测的是每位顾客总消费额的对数值。
数据域
-
fullVisitorId: 顾客唯一标识符
-
channelGrouping: 顾客渠道
-
date: 顾客光顾日期
-
device: 进店设备
-
geoNetwork: 顾客地理位置信息
-
sessionId: 访问唯一标识符
-
socialEngagementType: 参与类型
-
totals: 消费总额
-
trafficSource: 流量来源
-
visitId: 访问标识符
-
visitNumber: 访问次数
-
visitStartTime: 访问开始时间