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 $$

资源预览图

5.3数据的分析 教学课件-第1页
1
5.3数据的分析 教学课件-第2页
2
5.3数据的分析 教学课件-第3页
3
5.3数据的分析 教学课件-第4页
4
5.3数据的分析 教学课件-第5页
5
5.3数据的分析 教学课件-第6页
6

由于学科网是一个信息分享及获取的平台,不确保部分用户上传资料的 来源及知识产权归属。如您发现相关资料侵犯您的合法权益,请联系学科网,我们核实后将及时进行处理。