2부 머신러닝 3장 고객의 전체 모습을 파악하는 테크닉 10 분석 목표 : 머신러닝을 하기 위한 데이터 가공 시술을 배우면서 고객 행동을 분석하고 파악하는 노하우 배우기 전제조건 종일 회원, 주간 회원, 야간 회원으로 구분 No. 파일 이름 개요 1 use_log.csv 센터의 이용 이력 데이터, 기간은 2018년 4월 ~ 2019년 3월 2 customer_master.csv 2019년 3월 말 시점의 회원 데이터 3 class_master.csv 회원 구분 데이터(종일, 주간, 야간) 4 campaign_master.csv 행사 구분 데이터(입회비 유무) 테크닉021 : 데이터 읽기 import pandas as pd uselog = pd.read_csv('use_log.csv') print(len(..
1부 데이터 가공 2장 대리점 데이터를 가공하는 테크닉 10 분석 목표 : '지저분한' 데이터를 처리하는 경험 쌓고, 실제 현장에서 여러 가지 상황에 대처할 수 있는 능력 키우기 전제 조건 상품 A ~ Z까지 26개의 상품 취급 매출 일과 고객정보 데이터를 직접 입력 No. 파일 이름 개요 1 uriage.csv 매출이력 기간은 2019년 1월 ~ 2019년 7월 2 kokyaku_daicho.xlsx 대리점에서 관리하는 고객 정보 테크닉011. 데이터 읽기 import pandas as pd uriage_data = pd.read_csv('uriage.csv') uriage_data.head() 결과값은 다음과 같다. 똑같이 다른 데이터도 불러온다. kokyaku_data = pd.read_excel(..
데이터 분석을 위해 현장감각을 익히고 자연스럽게 진입할 수 있는 능력을 기르기 위해 이 책을 구매했다. 1부 데이터 가공 1장 웹에서 주문 수를 분석하는 테크닉 10 분석 목표 : 쇼핑몰 사이트의 데이터를 통해 상품 주문 수의 추세를 분석함으로써 판매량 개선의 방향을 찾는 것 전제조건 쇼핑몰 사이트의 데이터를 다룸 주요 품목은 컴퓨터 가격대별로 5개의 상품 존재 No. 파일 이름 개요 1 customer_master.csv 고객 데이터, 이름, 성별 등 2 item_master.csv 취급하는 상품 데이터, 상품명, 가격 등 3-1 transaction_1.csv 구매내역 데이터 3-2 transaction_2.csv 3-1과 연결된 구매내역 분할 데이터 4-1 transaction_detail_1.cs..
