5.3数据的分析 教学课件
|
26页
|
1223人阅读
|
4人下载
特供
内容正文:
粤教版必修一
5.3数据的分析
第五章第三节
如果旅游服务平台希望通过了解用户的旅游喜好和旅游习惯,来增加平台的订单量。
哪些信息?
平台
了解用户喜好和习惯,
预测用户购买行为。
诊断过去,预测未来!
数据清洗
数据分析前,需要对数据进行预处理——数据清洗,发现缺失数据、重复数据、异常数据等。
活动一:数据清洗
任务1:对数据进行清洗,删除缺失值、重复行和无效的异常数据。
运行“数据清洗.py”对“travel.csv”数据表进行处理。
读取
处理
保存
活动一:数据清洗
任务2:使用python对“出行工具”进行统计,并绘制统计图。
运行“特征探索.py”对“travel_new.csv”中的“出行工具”进行统计。
1--自驾游
2--高铁
3--汽车
4--普通火车
5--飞机
6--其他
活动一:数据清洗
思考:分析得到的这些数据对你的出行规划有什么指导意义?
关联分析 聚类分析 数据分类
关联分析
关联分析——对大量数据进行分析,
企图发现数据之间的关联性和相关性。
关联分析
订单编号 商品1 商品2 商品3 商品4 商品5 商品6
1 啤酒 面包
2 牛奶 苹果 薯片
3 苹果 香蕉 薯片
4 啤酒 牛奶 面包 香蕉
5 苹果 香蕉 牛奶 面包
6 苹果 薯片 面包
7 啤酒 苹果 香蕉 面包 牛奶 奶酪
8 薯片 牛奶 奶酪 面包
9 香蕉 奶酪 薯片
10 牛奶 薯片 啤酒 香蕉
支持度越高,说明购买这个组合的顾客越多。
它们可能适合“捆绑销售”。
1、支持度(support):
某商品或商品组合在所有订单中出现的概率。例如:
(牛奶—面包)组合的支持度= ==0.4
(牛奶-面包)出现的次数
总的记录数
关联分析
订单编号 商品1 商品2 商品3 商品4 商品5 商品6
1 啤酒 面包
2 牛奶 苹果 薯片
3 苹果 香蕉 薯片
4 啤酒 牛奶 面包 香蕉
5 苹果 香蕉 牛奶 面包
6 苹果 薯片 面包
7 啤酒 苹果 香蕉 面包 牛奶 奶酪
8 薯片 牛奶 奶酪 面包
9 香蕉 奶酪 薯片
10 牛奶 薯片 啤酒 香蕉
置信度越大表明了,顾客购买了牛奶,再购买面包的可能性就越大。
缺点:如果面包很受欢迎,那么包含了牛奶的订单中出现面包的几率自然就高。
2、置信度(confidence):
商品组合的置信度如下:
(牛奶—面包)组合的置信度= ==0.67
即,在含牛奶的订单中面包出现的概率。
(牛奶-面包)出现的次数
(牛奶)出现的次数
订单编号 商品1 商品2 商品3 商品4 商品5 商品6
1 啤酒 面包
2 牛奶 苹果 薯片
3 苹果 香蕉 薯片
4 啤酒 牛奶 面包 香蕉
5 苹果 香蕉 牛奶 面包
6 苹果 薯片 面包
7 啤酒 苹果 香蕉 面包 牛奶 奶酪
8 薯片 牛奶 奶酪 面包
9 香蕉 奶酪 薯片
10 牛奶 薯片 啤酒 香蕉
3、提升度(lift):
顾客购买了 A ,是否会提升顾客购买 B 的概率。
商品组合的提升度如下:
(牛奶—面包)组合的提升度= ==1.12
(牛奶-面包)的置信度
(面包)的支持度
关联分析
若提升度>1,顾客购买了牛奶,有较大概率会购买面包;
若提升度=1,顾客购买牛奶与购买面包之间无关联性;
若提升度<1,顾客购买了牛奶,不太可能购买面包。
在含牛奶的订单中面包出现的概率
面包单独出现的概率
活动二:关联分析
运行“关联分析.py”程序,体验使用python程序对“order.xls”中的数据进行关联分析。
Apriori算法是第一个关联规则挖掘算法。
读取数据
预处理
关联分析
活动二:关联分析
思考:如果你是超市老板,根据数据分析的结果,你会采取什么销售策略?
活动二:关联分析
商业领域
社会民生
文娱体育
气象关联分析
交通事故成因分析
……
影视演员组合
球员最优组合
……
购物篮分析
穿衣搭配推荐
……
金融行业
银行客户交叉销售分析
银行营销方案推荐
……
各领域的应用
聚类分析
通过对大量数据进行分析,根据数据特征,将数据对象分组。
聚类的目标是,组内相似,组间差异。
“物以类聚”
购
买
次
数
购
买
金
额
聚类分析——K平均算法
3
2
4
7
5
6
8
1
聚类分析—K平均算法(以k=2为例,将数据分成两类)
3
2
4
7
5
6
8
1
step1:
随机选取2个点作为质心。
聚类分析——K平均算法
3
2
4
7
5
6
8
1
step2:
计算其他点到质心的距离,根据距离划分为2个簇。
聚类分析——K平均算法
3
2
4
7
5
6
8
1
step3:
分别计算2个簇样本的平均值作为新的质心。
聚类分析——K平均算法
3
2
4
7
5
6
8
1
step4:
重复步骤2、3,直至聚类完成。
活动三:聚类分析
运行“聚类分析.py”程序,体验使用python程序对某零售商店顾客的消费情况(“customer_data.csv”)进行聚类分析。
活动三:聚类分析
思考:根据聚类分析形成的可视化图表,你能否提出一些提高销售额的建议?
数据分类
我们可以使用数据分类中的“贝叶斯定理”,帮助人们对数据进行分类,作出决策。
课后请小组内:
1、学习微课——“贝叶斯概率与数据分类”,了解贝叶斯分类在各领域中的应用。
2、运行调试程序——“数据分类.py”,了解垃圾邮件和正常邮件的分类规则。
作业
设计一个关于全民阅读的问卷调查方案,使用电脑或手机发布问卷。分析阅读量、阅读媒介、阅读内容等跟年龄、职业、性别等因素是否有所关联,采取什么措施可以提高民众的阅读热情。
部门:美工部
THANK YOU
$$