Machine Learning Project
客户购买行为预测
完整的二分类机器学习项目，从数据探索、特征工程到模型训练与评估， 展示了标准的数据科学工作流程。
数据记录
4,050
条客户数据
特征数量
7
个分析维度
模型对比
3
种算法评估
最佳 AUC
0.70
随机森林模型
项目亮点
数据探索可视化
6维度的EDA分析，全面探索数据分布、相关性和特征关系
多模型对比
逻辑回归、决策树、随机森林三种算法全面评估对比
特征重要性分析
深入分析哪些因素最影响客户购买决策，提供业务洞察
分析流程
1
数据加载
数据检查
2
EDA探索
可视化分析
3
特征工程
编码与分箱
4
模型训练
算法对比
5
结果评估
多维度指标
6
业务洞察
可执行建议