你将收获

1. 对数据分析的整个流程和电商数据分析的框架有清晰完整的认识

2. 熟练掌握 Python 和 Pandas 在数据分析中的实际应用

3. 学完后可以直接把 RFM 模型和 K 均值聚类算法应用到实际工作中

适用人群

对数据分析感兴趣的人员,需要有一定的 Python 使用经验和 Pandas 基础

课程介绍

本课程使用 Python 编程语言,以电商数据为案例,对其进行系统完整的分析。

首先会简单回顾 Python 和 Pandas 的基本用法,然后介绍数据分析的基本流程和电商数据分析的常见框架,并从订单、商品、用户等多个维度对电商数据进行分析,最后再结合 RFM 模型和 K 均值聚类算法,对用户进行聚累分析。

课程目录

学员评价

4.8
  • 84%
  • 16%
  • 0%
  • 0%
  • 0%
  • weixin_45967294 2020-07-30 09:52

    [ 学习 02 小时 22 分时评价 ] 资料完善经验丰富更多实战案例
    4.0分

    希望能把课程里用到的数据包分享给学员来练手

    • 讲师回复: 课程里用到的数据、代码和课件,用电脑端学习视频时,点击右侧边栏的课件,然后下载课件就有了
  • qq_30078635 2020-06-04 12:39

    5.0分

    第五章 第2节 # 创建 Kmeans 模型并训练 k_means_model = KMeans(n_clusters = 3, random_state = 0) k_means_model.fit(feature_data_scaled) print(k_means_model) # labels = k_means_model.labels_ print(pd.Series(labels).value_counts()) 报错: NameError Traceback (most recent call last) <ipython> in <module> 6 7 # labels = k_means_model.labels_ ----&gt; 8 print(pd.Series(labels).value_counts()) 9 10 # fig1 = plt.figure(1, figsize=(12, 8)) NameError: name 'lab

  • cool_nine 2020-02-25 14:49

    5.0分

    课件资料哪里可以获得?

查看更多评价