数据分析项目成果

最新报告

请耐心等待页面刷新

车机用户行为分析

电台APP

月流量用量异常用

电影投资分析

电影数据分析结论

发行总量、类型总量变化趋势

年度预算、投产比

基于小说改变的发行总量、历年数量、年度预算

一、统计学基础

T检验

P0：心理学实验

Link to report

AB检验

P1：在线教育产品优化设计

Link to report

数据采集流程图

二、编程基础

Python

P2：处理网页数据

包括PageRank算法，快速排序算法的实现。

Link to report

SQL

P3：比赛得分数据库

创建数据库，并进行增、删、聚合等操作。

Link to report

三、数据挖掘基础

P4：泰坦尼克号生存预测

包括数据清洗（替换缺失值、删除异常值）、数据探索（计算统计量，可视化）、特征优化（相关性分析、区间分箱、合并拆分）、调用所有经典模型、并进行性能测评对比。

Link to report

额外练习：监督学习、非监督学习所有经典模型的调用、性能测评。

Link to Classification

Link to Regression

Link to unsupervised

四、商业分析逻辑

客户细分

P5：层次分析法（The analytic hierarchy process）

编写Python模块，实现层次分析算法，可用于RFM客户细分模型。可在专家对特征评分的基础上：（1）进行评分一致性验证；（2）并输出权重。

Link to report