注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Mall-Customer-Segmentation:使用Kmeans聚类的Mall客户细分-源码

  2. 商城-客户细分 在这个项目中，我对商城客户数据进行了探索性数据分析。 此外，我使用了K-均值聚类算法来创建客户细分（不同类型的客户群）。 数据 数据集中的功能 客户ID-这是分配给客户的唯一ID 性别-客户的性别 年龄-客户的年龄（以年为单位） 年收入（k $）-客户的年收入（k $） 支出得分-商场/购物中心根据客户的支出性质和行为分配给客户的得分

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：459776
    • 提供者：weixin_42169245

  1. Customer-Segmentation-By-Book-Purchase-History-源码

  2. 客户细分（按书购买）的历史记录 问题背景 背景： 我们客户的先前方法是“最受欢迎的”商品推荐系统，该系统基于客户的购买历史以及所购买商品与电子商务网站的关系，指导用户将商品添加到购物车中，该方法成功地增加了销售量过去是针对此网站的，但我们拥有一个更好的“推荐引擎”系统，该系统可以应用于更广泛的客户群（通过对客户进行聚类并将不同的进一步方法应用于不同的细分市场）。 数据： 网上图书电子商务数据。 方法： 我们针对该电子商务网站的“推荐引擎”人工智能解决方案是实施无监督聚类（K-Means）方法，该

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：6291456
    • 提供者：weixin_42137022

  1. Credit-Card-Customer-Segmentation:无监督学习技术，可根据客户的信用卡消费习惯将其划分为多个部分-源码

  2. 无监督学习技术，可根据客户的信用卡消费习惯将其划分为多个部分 本项目使用以下方法/技术： K-Means聚类可将客户划分为四（4）和八（8）个细分市场。 尺寸缩减的PCA和自动编码。 分层聚类技术（聚集聚类，桦木），密度聚类技术（DBScan）和高斯混合。 为了判断聚类的质量，我使用了轮廓分数和轮廓图。

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：1048576
    • 提供者：weixin_42164702

  1. Credit-Card-Customer-Segmentation:银行不断需要为客户量身定制自己的经验，以保持其在银行业中的竞争力。 每年，银行都会创建定制的信用卡以适应其客户群的不同生活方式，并制定个性化的营销策略以扩大其目标市场。 了

  2. 信用卡客户细分 业务问题银行不断需要为客户量身定制自己的经验，以保持其在银行业中的竞争力。 每年，银行都会创建定制的信用卡以适应其客户群的不同生活方式，并制定个性化的营销策略以扩大其目标市场。 了解银行客户群的特定特征已成为维持银行活力的关键。 该项目旨在利用聚类分析对公司的信用卡用户进行细分。 它可以帮助公司为客户提供定制的信用卡服务，从而提高他们的盈利能力。 ###数据集我们的数据集包括8950行和18列。 每行代表一个信用卡客户，各列主要是信用卡使用量变量。 除代表客户ID的列外，所有列

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：2048
    • 提供者：weixin_42121412

  1. Customer-Segmentation-源码

  2. 客户细分 该存储库是关于“机器学习-集群”的实践案例。 数据科学家奖学金第5批-IYKRA

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：691200
    • 提供者：weixin_42137022

  1. Customer-segmentation:用于银行客户细分的无监督机器学习项目-源码

  2. Customer-segmentation:用于银行客户细分的无监督机器学习项目

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：828416
    • 提供者：weixin_42118161

  1. customer-segmentation-源码

  2. 星巴克：使用Python进行客户细分 1.简介 客户细分是根据共同特征将客户分为几组的过程，以便公司可以有效，适当地向每个组进行营销。 为了演示客户细分，我将进行“集群分析”，将星巴克客户分为3个不同的集群。 2.目的 根据客户收到/查看/完成的报价以及交易详细信息（如花费的金额和返还的金额），将星巴克客户定位为营销活动的客户。 3.数据集 客户交易数据由星巴克提供，是Udacity Data Science Nanodegree项目的一部分。 数据集包含30天的交易数据。 数据集包含三个文件

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：7340032
    • 提供者：weixin_42130862

  1. 4.-Customer-Segmentation-of-Online-Retail-Store--源码

  2. 4.在线零售商店的客户细分 在线零售是一个跨国数据集，其中包含2010年12月12日至2011年12月9日之间在英国注册的非商店在线零售发生的所有交易。 该公司主要销售各种场合的独特礼品。 公司的许多客户都是批发商。 我们的主要目标是根据RFM（汇率，频率和货币）细分客户。 使用的技术：MinMaxScaler K均值肘法轮廓分数分层聚类DBSCAN MeanShift

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：5242880
    • 提供者：weixin_42133753