机器学习
客户购买行为预测
完整的二分类机器学习项目，涵盖数据探索（EDA）、特征工程、 模型训练与评估全流程。使用逻辑回归、决策树、随机森林三种算法对比， 最终 AUC 达到 0.70。
4,050 条数据
AUC 0.70
9 步流程
Machine Learning Project
数据驱动的
机器学习洞察
完整的二分类机器学习项目实战，从数据探索到模型部署的全流程分析。 探索 4,050 条真实数据，构建预测模型。
ACCURACY
67.53%
↑ 最佳模型
AUC SCORE
0.70
→ 随机森林
FEATURE IMPORTANCE
AGE
33.87%
P3_F
31.13%
P1
16.35%
数据记录
DATA
4,050
条客户记录
特征数量
FEATURES
07
个分析维度
模型对比
MODELS
03
种算法评估
最佳 AUC
SCORE
0.70
随机森林模型
精选项目
端到端的机器学习数据分析实战
技术栈
使用的数据分析工具与框架
Python
Pandas
NumPy
Matplotlib
Scikit-learn
Jupyter