项目需求-行为性别预测-用朴素贝叶斯算法实现

dht8899 2023-01-13 02:30:44

课时名称	课时知识点
项目需求-行为性别预测-用朴素贝叶斯算法实现	项目需求-行为性别预测-用朴素贝叶斯算法实现

...全文

53 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

基于店铺忠诚度和店铺关联性的朴素贝叶斯推荐算法.zip

商务智能分类算法.pptx

一.用户聚类分析 1.提取特征：用户msisdn，流量类型，上网时长，使用总流量，url访问网址地区 2.选取算法：聚类算法-KMeans 3.确定聚类个数（6个） 4.通过训练模型形成中心点 5.对用户进行聚类二.性别预测 1.理解需求：行为性别（男（1），女（0）） 2.提取特征：用户msisdn，流量类型，上网时长，使用总流量，url访问网址地区 3.选算法：分类算法（朴素贝叶斯） 4.获取经验样本：打上类别标签（抽取数据，人工打上标签--男--女） 5.评估模型效果（用样本中一部分数据做测试） 6.模型应用于大量待计算数据三.年龄层次预测 1.理解需求：年龄阶段预测（青年（0），中年（1），老年（2）） 2.提取特征：用户msisdn，流量类型，上网时长，使用总流量，url访问网址地区 3.选算法：分类算法（朴素贝叶斯） 4.获取经验样本：打上类别标签（抽取数据，人工打上标签--青年--中年--老年） 5.评估模型效果（用样本中一部分数据做测试） 6.模型应用于大量待计算数据四.流失率标签预算（） 1.理解需求：特征的选择，特征的加工 2.提取特征：用户msisdn，上网时长，上行流量，下行流量，目的端口，状态码（大于400访问不成功，小于400访问成功） 3.选算法：逻辑回归 4.获取经验样本：打上类别标签（抽取数据，人工打上标签--流式--没流失） 5.评估模型效果（用样本中一部分数据做测试） 6.模型应用于大量待计算数据值域范围差距过大，把各个范围的值域进行缩放——>minmax缩放五.用户活跃度预算 1.理解需求：特征的选择，特征的加工 2.提取特征：用户msisdn，上网时长，上行流量，下行流量，目的端口，状态码（大于400访问不成功，小于400访问成功） 3.选算法：逻辑回归 4.获取经验样本：打上类别标签（抽取数据，人工打上标签--活跃--不活跃） 5.评估模型效果（用样本中一部分数据做测试） 6.模型应用于大量待计算数据

淘宝推荐系统的全面揭破, 希望对大家有用!!

段海涛的课程社区_NO_1

1

社区成员

167

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章