Python數據分析案例實戰 課程大綱: 第一課:電力竊漏電用戶識別系統案例實戰 傳統的竊漏電分析是通過人工檢測來進行的,對人的依賴性太大,為了提高竊漏電的判別效率,電力公司決定先根據用戶的電表數據進行初步的自動判斷,對於判別為竊漏電的用戶再進行人工檢測。 第二課:公共交通運營數據分析案例 ...
簡介:本案例以電信運營商客戶信息為數據,通過層次聚類和K means聚類,對用戶划分成不同的群體,然后可以根據用戶群體的不同特征提供個性化的策略,從而達到提高ARPU的效果。 .商業理解 根據客戶的日常消費行為,我們可以把客戶划分為不同的群體,根據不同群體的消費行為特征,我們可以作出針對性的營銷策略。從而達到發展新業務 減少客戶流失率,爭取新用戶,提高ARPU的目標 對運營商用戶的分類,一般可以分 ...
2021-07-12 12:07 0 131 推薦指數:
Python數據分析案例實戰 課程大綱: 第一課:電力竊漏電用戶識別系統案例實戰 傳統的竊漏電分析是通過人工檢測來進行的,對人的依賴性太大,為了提高竊漏電的判別效率,電力公司決定先根據用戶的電表數據進行初步的自動判斷,對於判別為竊漏電的用戶再進行人工檢測。 第二課:公共交通運營數據分析案例 ...
本次實戰項目是關於航空公司客戶價值的分析,其中用到的聚類方法是K-Means方法,屬於非監督學習。 Tools :python 3.6; jupyter os : mac os reference: 數據分析與挖掘實戰,csdn 數據分析或挖掘涉及 ...
的近期消費時間,購買頻率和購買金額來對不同的客戶進行價值狀態划分。 從而使得我們可以有針對性的對不同 ...
簡單介紹 聚類算法屬於無監督學習的一種,而其中KMeans算法是比較常用的聚類算法。 主要思想是: 1、在給定K值和K個初始類簇中心點的情況下,把每個點(亦即數據記錄)分到離其最近的類簇中心點所代表的類簇中。 2、 所有點分配完畢之后,根據一個類簇內的所有點重新計算該類簇的中心點 ...
基礎: 1 【Numpy學習】Numpy基礎:數組和矢量計算:https://www.jianshu.com/p/a380222a3292 2 Python數據分析之pandas學習 1、美國總統競選數據分析 美國總統競選數據分析 初窺 ...
轉載自 https://blog.csdn.net/lijinlon/article/details/81517699 Data analysis by Python 入門 1. 重復數據處理 在DataFrame中主要運用duplicated方法和drop_duplicates方法 ...
數據源:融360-用戶貸款風險預測 參考資料:https://www.jianshu.com/p/aba5685c580a 流程如下: 項目目標 數據解讀 數據預處理 特征工程 1.基於業務理解篩選 2.基於機器學習篩選 模型建立 一、項目目標 ...