본문 바로가기

Machine Learning/Case Study 👩🏻‍💻26

[Kaggle] 이커머스 데이터 분석 5 (CRM Analytics 🛍️🛒) 앞 포스팅에서 고객군을 나누어 전체적인 크기를 확인했다. 이제 좀 더 구체적으로 고객군 별 세부 사항을 파악해 본다.(R, F, M을 기준으로) Segment Analysis 1. 고객군 별 R, F, M 기술 통계 확인 segment 기준으로 r, f, m 값의 평균과 표준편차, 최댓값과 최솟값을 확인해 보자 rfm[['recency','monetary','frequency','segment']] \ .groupby('segment').agg({'mean', 'std', 'max', 'min'}) 2. 고객군 별 분포 시각화 각 고객군 별로 어떠한 양상을 보이는지 파악했다. 이제 고객군 별로 분포(수)를 시각화하여 확인해 보자. 이때, 각 고객군 수를 전체 수로 나누어 비율도 함께 표시해 준다. plt.. 2023. 10. 8.

[Kaggle] 이커머스 데이터 분석 4 (CRM Analytics 🛍️🛒) 앞의 포스팅 [Kaggle] 이커머스 데이터 분석 3 (CRM Analytics 🛍️🛒)과 이어집니다. RFM score를 바탕으로 고객 세분화를 진행한다. Segmentation 정규 표현식을 사용하여 RFM score를 바탕으로 고객의 그룹을 나눈다. r : 접두사는 문자열 리터럴을 나타내며, 이 패턴의 문자열은 Raw 문자열로 처리됨을 의미한다.(\가 이스케이프 문자로 처리되지 않음) [1-2] : 문자 클래스로, 이 부분에서 문자열에서 1 또는 2와 매칭되는 위치를 찾는다. [3-4] : 위와 동일하게, 해당 부분에서 문자열이 3 또는 4와 매칭되는 위치를 찾는다. 즉, r'[1-2][3-4]' 는 문자열에서 1 또는 2에 매칭되는 부분을 찾고, 그다음 3 또는 4에 매칭되는 부분을 찾는 것이다... 2023. 10. 8.

[Kaggle] 이커머스 데이터 분석 3 (CRM Analytics 🛍️🛒) 본 포스팅은 이커머스 데이터 분석 1, 2와 이어집니다. 전처리까지 끝낸 데이터로 RFM 분석을 해보자. RFM 이란? "Recency, Frequency, Monetary"의 약어로, 고객 세그먼테이션 및 고객 분석에 사용되는 중요한 개념이다. 이 세 가지 지표는 고객의 구매 행동 및 가치를 측정하는 데 사용된다. RFM 값 구하기 Recency를 구하기 위해서는 마지막 구매일로부터 지금까지 지난 날짜를 알아야 한다. 송장날짜의 최댓값으로 마지막 구매일을 구할 수 있다. print(df['InvoiceDate'].max()) 2011-12-09 12:50:00 datetime을 이용하여 기준 날짜를 선정한다. 고객 ID를 기준으로 그룹화를 진행한다. 이때, 송장날짜는 기준 날짜와의 차이를 계산하여 일 .. 2023. 10. 8.

[Kaggle] 이커머스 데이터 분석 2 (CRM Analytics 🛍️🛒) 🚧 이커머스 데이터 분석 1 포스팅과 이어집니다! 지금까지 데이터의 유형과 국가별 분포를 전반적으로 살펴보았다. 또한 함수를 지정하여 결측치와 중복값도 간단히 확인했다. 이제 데이터를 좀 더 구체적으로 들여다보는 '기술 통계'를 시작한다. 기술 통계 : Descriptive Statistics desc_stats 함수를 정의하여 기술 통계 값을 불러오도록 한다. df.describe(). T를 사용하여 df의 기술통계량을 계산하고, 이를 전치한다. 이 통계량을 pd.DataFrame()을 통해 새로운 데이터 프레임인 desc_df로 만든다. matplotlib의 f, ax로 Figure, Axes 객체를 생성하고, sns로 히트맵을 그려준다. annot_kws : 표시되는 숫자의 글꼴 크기 def des.. 2023. 10. 8.

[Kaggle] 이커머스 데이터 분석 1 (CRM Analytics 🛍️🛒) 이 포스팅은 이커머스 데이터 분석 과정을 스터디하기 위해 다음 kaggle 노트를 참고했습니다. https://www.kaggle.com/code/sercanyesiloz/crm-analytics 라이브러리 import import os import datetime # import squarify import warnings import pandas as pd import numpy as np import datetime as dt from operator import attrgetter import seaborn as sns import matplotlib.pyplot as plt import matplotlib.colors as mcolors import plotly.graph_objs as go f.. 2023. 10. 8.

[공모전 수상작 스터디] 일회용품 쓰레기 감소를 위한,다회용기 비즈니스 모델 개발 (서울시 빅데이터 캠퍼스) 본 포스팅은 공모전 우수작들을 스터디하고 주요 내용을 요약하기 위해 작성했습니다. (출품작의 흐름대로 작성) 출처 서울시 빅데이터 캠퍼스 : 2021 공모전 최우수작 (https://bigdata.seoul.go.kr/noti/selectNoti.do?r_id=P260&bbs_seq=499&ac_type=A1&sch_type=&sch_text=%EB%8B%A4%ED%9A%8C%EC%9A%A9%EA%B8%B0&currentPage=1) 문제 정의와 목표 제시 목적 및 문제 정의 주제를 선정하게 된 배경 : 왜 이 주제(대상)을 선정하였는지 서울시 현황 자료와 함께 제시 주제에 대한 뒷받침 설명 : 현실적으로 해당 주제가 어떤 방식으로 다루어지고 있고, 어떤 문제가 남아있는지 사례 확인 : 유사한 문제를 해.. 2023. 10. 5.

[kaggle] 피마 인디언 당뇨병 예측 본 포스팅은 의 3장 내용을 참고하였습니다. 전체적인 데이터를 살피고, 로지스틱 회귀 모형 결과를 교정하는 내용을 담고 있습니다. 1. 데이터 불러오고, 결괏값 분포 체크 from sklearn.linear_model import LogisticRegression import pandas as pd diabetes_data = pd.read_csv('diabetes.csv') print(diabetes_data['Outcome'].value_counts()) diabetes_data.head(3) diabetes_data.info() 2. 결과 평가 함수 정의 정확도, 정밀도, 재현율, f1 값, roc_auc 값, 혼동행렬 출력 입력 파라미터는 y_test, 예측 결과(pred), 1로 예측할 확률(p.. 2023. 9. 29.

[🦀 게 나이 예측(6)] Baseline Modeling 2 (LAD Regression) (4)~(5) 포스팅에서 진행한 모델링 코드를 참고하여 두 번째 베이스라인 코드를 작성한다. 피쳐 엔지니어링을 수행하고, 그 결과는 catboost 모델로 예측을 진행한다. 이외 다른 모델도 함께 사용하고 k-fold를 10회 진행하여 각 폴드마다 모델별 성과를 확인한다. 🚀 모델링 준비 : 변수 선택 & 인코딩 X = train.drop(columns = ['Age'], axis = 1) Y = train['Age'] # train 독립변수에 대해 주요 파생변수 생성 X['Meat Yield'] = X['Shucked Weight'] / (X['Weight'] + X['Shell Weight']) X['Shell Ratio'] = X['Shell Weight'] / X['Weight'] X['Weigh.. 2023. 9. 26.

[🦀 게 나이 예측(5)] 모델 성능 개선을 위한 Feature Engineering 🚀 Feature Engineering (4) 번 포스팅에서, 1차 베이스라인 모델링 결과를 비교해 보았다. 해당 분석을 수행한 분석가는 Feature Engineering을 수행하여 유의미한 파생변수를 생성하고, 다시 한번 모델링한 결과가 더 좋았다고 한다. 본 포스팅에서는 Feature Engineering에서 검토하고 만들 수 있는 파생변수의 종류를 알아보고 그 과정을 짚어본다. 🧑‍💻 비율 특성 (Ratio Features) 이번 케이스는 게의 껍질 무게, 몸의 길이 등 게의 신체적 특징을 가지고 '나이'를 예측하는 것이었다. 여기서 기본적으로 주어진 변수를 토대로 전체 중에 특정 변수를 나누어, 특정 '비율'을 도출하여 파생변수를 생성할 수 있다. Ratio Features 라고하며, 서로 다른.. 2023. 9. 25.

이전 1 2 3 다음

728x90

티스토리툴바