Python数据分析案例实战 课程大纲: 第一课:电力窃漏电用户识别系统案例实战 传统的窃漏电分析是通过人工检测来进行的,对人的依赖性太大,为了提高窃漏电的判别效率,电力公司决定先根据用户的电表数据进行初步的自动判断,对于判别为窃漏电的用户再进行人工检测。 第二课:公共交通运营数据分析案例 ...
简介:本案例以电信运营商客户信息为数据,通过层次聚类和K means聚类,对用户划分成不同的群体,然后可以根据用户群体的不同特征提供个性化的策略,从而达到提高ARPU的效果。 .商业理解 根据客户的日常消费行为,我们可以把客户划分为不同的群体,根据不同群体的消费行为特征,我们可以作出针对性的营销策略。从而达到发展新业务 减少客户流失率,争取新用户,提高ARPU的目标 对运营商用户的分类,一般可以分 ...
2021-07-12 12:07 0 131 推荐指数:
Python数据分析案例实战 课程大纲: 第一课:电力窃漏电用户识别系统案例实战 传统的窃漏电分析是通过人工检测来进行的,对人的依赖性太大,为了提高窃漏电的判别效率,电力公司决定先根据用户的电表数据进行初步的自动判断,对于判别为窃漏电的用户再进行人工检测。 第二课:公共交通运营数据分析案例 ...
本次实战项目是关于航空公司客户价值的分析,其中用到的聚类方法是K-Means方法,属于非监督学习。 Tools :python 3.6; jupyter os : mac os reference: 数据分析与挖掘实战,csdn 数据分析或挖掘涉及 ...
的近期消费时间,购买频率和购买金额来对不同的客户进行价值状态划分。 从而使得我们可以有针对性的对不同 ...
简单介绍 聚类算法属于无监督学习的一种,而其中KMeans算法是比较常用的聚类算法。 主要思想是: 1、在给定K值和K个初始类簇中心点的情况下,把每个点(亦即数据记录)分到离其最近的类簇中心点所代表的类簇中。 2、 所有点分配完毕之后,根据一个类簇内的所有点重新计算该类簇的中心点 ...
基础: 1 【Numpy学习】Numpy基础:数组和矢量计算:https://www.jianshu.com/p/a380222a3292 2 Python数据分析之pandas学习 1、美国总统竞选数据分析 美国总统竞选数据分析 初窥 ...
转载自 https://blog.csdn.net/lijinlon/article/details/81517699 Data analysis by Python 入门 1. 重复数据处理 在DataFrame中主要运用duplicated方法和drop_duplicates方法 ...
数据源:融360-用户贷款风险预测 参考资料:https://www.jianshu.com/p/aba5685c580a 流程如下: 项目目标 数据解读 数据预处理 特征工程 1.基于业务理解筛选 2.基于机器学习筛选 模型建立 一、项目目标 ...