全文鏈接：http://tecdat.cn/?p=30330

原文出處：拓端數(shù)據(jù)部落公眾號

團隊需要分析一個來自在線零售商的數(shù)據(jù)。該數(shù)據(jù)集包含了78周的購買歷史。該數(shù)據(jù)文件中的每條記錄包括四個字段。 客戶的ID（從1到2357不等），交易日期，購買的書籍數(shù)量，以及價值。 我們被要求建立一個模型來預(yù)測消費者每周的購買頻率、書籍的購買單位和購買價值。

RFM模型

RFM是一個用于營銷分析的模型，它通過購買模式或習(xí)慣來細分公司的消費者群體。特別是，它評估了客戶的回顧性（他們多久前進行過一次購買）、頻率（他們購買的頻率）和價值（他們花多少錢）。

然后，通過測量和分析消費習(xí)慣，RFM被用來識別一個公司或組織的最佳客戶，以改善低分客戶并保持高分客戶。

關(guān)鍵要點

經(jīng)常性、頻率、價值（RFM）是一種營銷分析工具，用于根據(jù)客戶消費習(xí)慣的性質(zhì)來確定公司的最佳客戶。 一個RFM分析通過對客戶和顧客的三個類別進行打分來評估他們：他們最近有多大的購買行為，他們購買的頻率，以及他們購買的規(guī)模。 RFM模型為這三個類別中的每一個客戶打出1-5分（從最差到最好）的分數(shù)。 RFM分析幫助企業(yè)合理地預(yù)測哪些客戶有可能再次購買他們的產(chǎn)品，有多少收入來自于新客戶（相對于老客戶），以及如何將偶爾購買的買家變成習(xí)慣購買的買家。

####計算用戶最近一次的購買R_table$R <- as.numeric(NOW - ParsedDate)###計算用戶的購買頻率aggregate(FUN=length) # Calculate F###計算用戶的購買金額aggregate(FUN=sum) # Calculate M

得到每個用戶的RFM值，利用RFM三個值的四分位數(shù)來對用戶進行分類

多元線性回歸模型

查看回歸模型結(jié)果

得到對r值的線性擬合模型的結(jié)果，可以看到RFM三個分類值都與r值有顯著的關(guān)系，Rsquare值達到了0.8以上，說明擬合效果較好。

得到對r值的線性擬合模型的結(jié)果，可以看到RFM三個分類值都與f值有顯著的關(guān)系，Rsquare值達到早0.4左右，說明擬合效果一般。

得到對r值的線性擬合模型的結(jié)果，可以看到出了M分類值以外，F(xiàn)M的分類值都與f值有顯著的關(guān)系，Rsquare值達到了0.4左右，說明擬合效果一般。

對測試集做預(yù)測

線性回歸模型預(yù)測值和擬合值比較

預(yù)測擬合值的圖中，紅點表示實際樣本點，可以看到F和M值的預(yù)測相對接近實際樣本點，預(yù)測效果較好。然而，誤差仍然比較大，因此嘗試采用決策樹模型進行預(yù)測。

決策樹模型預(yù)測

ct <- rpart.control(xval=10, minsplit=20, cp=0.1)

繪制決策樹

rpart.plot(fitR, branch=1, branch.type=2, type=1,? ?????????? border.col="blue", split.col="red",

?

從結(jié)果圖來看，決策樹對f值和m值的擬合程度更好。

從三個模型的結(jié)果里來看，rel error和xerror都較小，因此模型預(yù)測擬合效果較好。

因此，模型的整體效果相對線性模型得到了提升。

?最受歡迎的見解

1.PYTHON用戶流失數(shù)據(jù)挖掘：建立邏輯回歸、XGBOOST、隨機森林、決策樹、支持向量機、樸素貝葉斯模型和KMEANS聚類用戶畫像

2.R語言基于樹的方法：決策樹，隨機森林

3.python中使用scikit-learn和pandas決策樹

4.機器學(xué)習(xí)：在SAS中運行隨機森林數(shù)據(jù)分析報告

5.R語言用隨機森林和文本挖掘提高航空公司客戶滿意度

6.機器學(xué)習(xí)助推快時尚精準銷售時間序列

7.用機器學(xué)習(xí)識別不斷變化的股市狀況——隱馬爾可夫模型的應(yīng)用

8.python機器學(xué)習(xí)：推薦系統(tǒng)實現(xiàn)（以矩陣分解來協(xié)同過濾）

9.python中用pytorch機器學(xué)習(xí)分類預(yù)測銀行客戶流失