晶文摘

[人工智慧] 客戶分群應用實作

給晶新聞一個讚



客戶分群應用實作


作者: 夏肇毅

初稿: 20220822




Search: LogisticRegression

 

[Day 9] 邏輯迴歸(Logistic Regression) - iT 邦幫忙

https://ithelp.ithome.com.tw › articles

 

[Python實作]邏輯斯迴歸模型Logistic Regression - PyInvest

https://pyecontech.com › 2020/02/06 › python_logistic...

 

 

Search: kaggle 登入

 

兩種取用Kaggle 資料集的方法 - Nancy SW

https://nancysw.medium.com › 兩種取用-kaggle-資料...

 



Search:  客戶分群 python

 

Python用K-means聚類演算法進行客戶分群的實現 - 程式人生

https://www.796t.com › article

背景

專案描述

資料描述

相關模組

資料視覺化

資料讀取

資料視覺化

平行座標圖

年齡/年收入/消費分數的分佈

年齡/年收入/消費分數的柱狀圖

不同性別使用者佔比

兩兩特徵之間的關係

兩兩特徵之間的分佈

K-means聚類分析

手肘法簡介

基於年齡和消費分數的聚類

基於年收入和消費分數的聚類

 


Day 02:客戶分群(Customer Segmentation) -- 那些客戶是VIP?

RFM(Recency, Frequency, Monetary)

收集資料,建立資料集(Dataset)。

資料清理(Data Cleaning)、資料探索與分析(Exploratory Data Analysis, EDA)。

特徵工程(Feature Engineering)。

計算最近購買日期(Recency)

計算購買頻率(Frequency)

計算購買金額(Monetary)

合併RFM欄位

資料切割(Data Split):切割為訓練資料(Training Data)及測試資料(Test Data)。

選擇演算法(Learning Algorithms),以建立模型。

模型訓練(Model Training)。

模型計分(Score Model):計算準確度,衡量模型效能。

模型評估(Evaluate Model):比較多個模型優劣或參數調校。

新系統上線:移轉模型至正式環境。

新資料預測(Predict)。

 

客戶分群(Customer Segmentation) -- 那些客戶是我的VIP? (續)

https://ithelp.ithome.com.tw › articles

集群分析

3D 散佈圖

加強