燕麦拿铁

摘要： 问题：在使用pandas库读取数据时，由于数据特征过多导致结果显示不全或者数据自动换行显示 解决方法：利用pd.set_option()进行设置 具体代码如下： pd.set_option('display.max_columns', 100) # 显示全部列 pd.set_option('disp 阅读全文

摘要： 一. 什么是流量 这里所谓的流量指的是从数字设备上访问企业的网站、APP应用、智能设备的用户行为 对于企业运营来说，用户是基础，而流量是获得用户的第一步 应用领域：互联网、广告、电子商务等相关行业 二. 流量的三个方面 三. 流量数据化运营的意义 背景：在媒体信息时代，用户行为移动化、需求个性化的复 阅读全文

摘要： 1. 选中需要更改的变量名 2. 快捷键 Shift + F6 或右击选择Refactor - Rename 阅读全文

摘要： 1.如何理解过拟合？ 过拟合和欠拟合一样，都是数据挖掘的基本概念。过拟合指的就是数据训练得太好，在实际的测试环境中可能会产生错误，所以适当的剪枝对数据挖掘算法来说也是很重要的。 欠拟合则是指机器学习得不充分，数据样本太少，不足以让机器形成自我认知。 2.为什么说朴素贝叶斯是“朴素”的？ 朴素贝叶斯是 阅读全文

摘要： 1. 数据缺失分类 行记录的缺失，又称数据记录丢失 列值的缺失，即数据记录中某些列（变量）的值空缺 2. 数据列缺失的处理思路 2.1 丢弃 缺失值所在的行或者列整体删除，减少缺失数据对总体的影响 整行删除的前提：缺失行占总体的比例非常低，一般在5%以内 整列删除（对应变量删除）的前提：缺失值占整列 阅读全文

摘要： 1. 数据预处理的作用 数据分析过程中的重要环节 直接决定了后期所有数据工作的质量和价值输出 对建立模型的最终结果起到决定性的作用 2. 数据预处理的主要内容 数据清洗 数据转换 数据降维 样本不均衡 数据抽样 共线性问题 相关性 标准化 离散化 非结构化数据 阅读全文

摘要： 一. 项目需求 根据用户购买的商品，对购买数据做关联分析 获得用户的商品频繁模式，比如哪些商品经常被一起购买 根据用户的频繁模式，可以做相应的打包销售或产品组合销售 二. 项目数据 数据特征：交易ID（order_id）和商品名称（product_name） 数据格式：事务性数据 唯一性：每次交易只 阅读全文

摘要： 1. 交叉销售 概念：借助CRM（客户关系管理），发现现有客户的多种需求，并通过满足其需求而实现销售多种相关的服务或产品的营销方式。 优点： 可以满足客户需求多样化，提升客户的忠诚度，有效的减少客户的流失率 可以节约公司寻求新客户的成本 可以提高客户对公司的信赖程度 交叉销售和数据挖掘：交叉销售是以 阅读全文

摘要： 一. 项目背景 精细化运营是针对人群、场景、流程做差异化细分运营的运营策略。 一般情况在产品进入稳定增长的阶段后，需要提升用户的覆盖，以更好的服务不同属性的用户，来提升运营效率和效果。 精细化运营中人群精细化尤为重要，精细化的前提是CRM（用户关系管理），而用户关系管理的核心即用户分类。 用户价值细 阅读全文