機器學習小案例篇 關於RFM模型的小案例

import pandas as pd

trad_flow = pd.read_csv('d:\python\script\rfm_trad_flow.csv',encoding='gbk')  #編碼格式需要進行修改

trad_flow.head() #預設前五行

transid

cumid

time

amount

type_label

type

09407

10001

14jun09:17:58:34

199.0

正常normal

19625

10001

16jun09:15:09:13

369.0

正常normal

211837

10001

01jul09:14:50:36

369.0

正常normal

326629

10001

14dec09:18:05:32

359.0

正常normal

430850

10001

12apr10:13:02:20

399.0

正常normal

in [21]:

m = trad_flow.groupby(['cumid','type'])[['amount']].sum()

trains_m = pd.pivot_table(m,index='cumid',columns='type',values='amount')

trains_m.head()

type

normal

presented

special_offer

returned_goods

cumid

10001

3608.0

0.0420.0

-694.0

10002

1894.0

0.0nan

-242.0

10003

3503.0

0.0156.0

-224.0

10004

2979.0

0.0373.0

-40.0

10005

2368.0

0.0nan

-249.0

in [47]:

f = trad_flow.groupby(['cumid','type'])[['transid']].count()

f.head()

transid

cumid

type

10001

normal

15presented

8special_offer

2returned_goods

210002

normal

12in [46]:

r = trad_flow.groupby(['cumid','type'])[['time']].max()

r.head()

time

cumid

type

10001

normal

21jul09:09:31:26

presented

31mar10:20:29:48

special_offer

12oct09:10:59:13

returned_goods

10jul10:20:41:54

10002

normal

29jul09:19:21:41

in [53]:

trains_m['special_offer'] = trains_m['special_offer'].fillna(0)

trains_m['special_offer'].head()

cumid

10001    420.0
10002      0.0
10003    156.0
10004    373.0
10005      0.0
name: special_offer, dtype: float64

trains_m['spe_ratio'] = trains_m['special_offer']/(trains_m['special_offer']+trains_m['normal'])

trains_m['spe_ratio'].head()

cumid

10001    0.104270
10002    0.000000
10003    0.042635
10004    0.111277
10005    0.000000
name: spe_ratio, dtype: float64

m_rank = trains_m.sort_values('spe_ratio',ascending=false).head()

m_rank.head()

type

normal

presented

special_offer

returned_goods

spe_ratio

cumid

10151

765.0

0.0870.0

nan0.532110

40033

1206.0

0.0761.0

-848.0

0.386884

40236

1155.0

0.0691.0

-793.0

0.374323

30225

1475.0

0.0738.0

-301.0

0.333484

20068

1631.0

0.0731.0

-239.0

0.309483

in [74]:

pd.qcut(m_rank['spe_ratio'],4)

cumid

10151    (0.387, 0.532]
40033    (0.374, 0.387]
40236    (0.333, 0.374]
30225    (0.308, 0.333]
20068    (0.308, 0.333]
name: spe_ratio, dtype: category
categories (4, interval[float64]): [(0.308, 0.333] < (0.333, 0.374] < (0.374, 0.387] < (0.387, 0.532]]

【機器學習業務篇】基於rfm模型的使用者分群方法

【機器學習雜燴篇】詳解 pandas 透視表（pivot_table）

【機器學習雜燴篇】pandas fillna()函式詳解

【機器學習雜燴篇】pandas 排序sort_values

【機器學習雜燴篇】pandas中的qcut和cut

TensorFlow機器學習小案例（五）

1 損失函式 表示用來 值與已知答案進行比較差距，在神經訓練網路時，通過不斷改變神經所有引數，使損失函式不斷減少。從而提高準確率的神經網路模型。2 學習率 進行更新引數，學習率大了，優化的引數不怎麼改變，學習率小，優化引數變化大，影響誤差。3 滑動平均 增強滑動增強模型的泛化能力。4 正則化 在損失...

機器學習 情感分析小案例

對發帖情感進行分析。字段說明 announce id欄位代表使用者id，user name欄位代表使用者名稱，topic欄位代表發帖主題，body欄位代表發帖內容，post type欄位代表發帖話題是否與工作相關，sentiment欄位表明發帖情感色彩，ip欄位代表使用者ip位址。關於classif...

機器學習面筆試 模型評估篇

p r圖，即以查全率做橫軸，查準率做縱軸的平面示意圖，通過p r曲線，來綜合判斷模型的效能。p r圖的畫法是先對對 結果進行排序，排在前面的是學習器認為最可能是正例的樣本，排在最後面的是最不可能的樣本。按順序，依次將每乙個樣本劃分為正例進行 就得到了多組查準率和查全率的值。roc空間是乙個以假陽性率...