案例介紹
數(shù)據(jù)探索：使用Pandas庫讀取了名為air.csv的原始數(shù)據(jù)，并進(jìn)行了基本的探索，包括計(jì)算缺失值個(gè)數(shù)、最大值和最小值，并輸出到air_data.csv文件。
客戶基本信息分布分析：提取了會(huì)員入會(huì)年份、性別、會(huì)員等級(jí)和年齡等信息，并使用Matplotlib庫繪制了直方圖、餅圖和箱型圖來展示這些信息的分布情況。
乘機(jī)信息分布情況分析：分析了客戶的最后乘機(jī)時(shí)間至結(jié)束時(shí)長(zhǎng)、飛行次數(shù)和總飛行公里數(shù)，并同樣使用了箱型圖來展示這些信息的分布。
積分信息分布情況分析：提取了會(huì)員的積分兌換次數(shù)和總累計(jì)積分，并繪制了直方圖和箱型圖來展示這些積分信息的分布。
相關(guān)系數(shù)矩陣與熱力圖：計(jì)算了關(guān)鍵屬性之間的相關(guān)性矩陣，并使用Seaborn庫繪制了熱力圖來展示這些屬性之間的相關(guān)性。
數(shù)據(jù)清洗：進(jìn)行了數(shù)據(jù)清洗工作，包括去除空值和異常值，并保存了清洗后的數(shù)據(jù)到data_cleaned.csv。
屬性選擇：從清洗后的數(shù)據(jù)中選取了特定的屬性，如FFP_DATE、LOAD_TIME、LAST_TO_END等，以供進(jìn)一步分析。
屬性構(gòu)造與數(shù)據(jù)標(biāo)準(zhǔn)化：構(gòu)造了新的屬性L，并將數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理，以便進(jìn)行聚類分析。
K-Means聚類：使用了K-Means算法對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行了聚類分析，并輸出了聚類中心和樣本的類別標(biāo)簽。
客戶分群雷達(dá)圖：最后，繪制了客戶分群的雷達(dá)圖，以可視化不同客戶群的特征。
案例圖片
相似案例推薦
其他人才的相似案例推薦
-
健康追蹤器
健康追蹤器是一款旨在幫助用戶監(jiān)測(cè)日常活動(dòng)和飲食習(xí)慣的應(yīng)用。它
-
xxxxxx
熟練使用全家桶以及相關(guān)技術(shù)棧 進(jìn)行工程化開發(fā)熟練使用全家桶以
-
昆侖ETC福利平臺(tái)
此項(xiàng)目是一個(gè)福利平臺(tái)，是將h5掛在昆侖ETC公眾號(hào)里面。顧客
-
一鍵加油
前端后端框架的搭建，需求文檔的編寫，全棧的開發(fā)，項(xiàng)目的部署運(yùn)
-
智旅通
給業(yè)務(wù)及客戶使用 ，更改訂單狀態(tài)， 收付款方式等功能的后臺(tái)管
-
海外出行demo
海外出行demo版本 主要通過google map服務(wù)提供
-
智慧停車公眾號(hào)
智慧停車是指將無線通信技術(shù)、移動(dòng)終端技術(shù)、GPS定位技術(shù)、G
-
某網(wǎng)約車訂票系統(tǒng)
此項(xiàng)目主要開發(fā)了城際網(wǎng)約車下單功能，功能內(nèi)容包含站點(diǎn)、線路、
-
航司App
本人屬偏向產(chǎn)品型項(xiàng)目經(jīng)理。日常閱讀、學(xué)習(xí)較多的是產(chǎn)品設(shè)計(jì)、溝
-
錢包
錢包項(xiàng)目產(chǎn)品經(jīng)理，整體流程分析、設(shè)計(jì)。進(jìn)度把控，溝通UI設(shè)計(jì)
-
停車爽
停車爽是一款停車服務(wù)營(yíng)業(yè)，該應(yīng)用幫助用戶快速找到合適的停車場(chǎng)
-
平安車主生活
在車主生活中擔(dān)任主要開發(fā)角色，負(fù)責(zé)綁車功能、特惠洗車、愛車加
微信接收人才推送
關(guān)注猿急送微信平臺(tái)，接收實(shí)時(shí)人才推送
