今天这篇文章将给大家介绍使用K-Means聚类分析广告效果案例。 01、项目背景 业务场景: 假如你们公司投放广告的渠道很多,每个渠道的客户性质也可能不同,比如在优酷视频投广告和今日头条投放广告,效果可能会有差异。 现在需要对广告效果分析实现有针对性的广告效果测量和优化工作。 本案例,通过各类广告渠道90天内额日均UV...
OneHotEncoderfromsklearn.metricsimportsilhouette_score# 导入轮廓系数计算模块fromsklearn.clusterimportKMeans# KMeans模块#Jupyter 魔法函数,可以显示绘图%matplotlibinline## 设置属性防止中文乱码mpl.rcParams['font.sans-serif']=[u'SimHei']mpl.rcParams['axes.unicode...
k-means算法(k-平均)无监督机器学习算法,是典型的基于距离的非层次聚类算法,在最小化误差的基础上将数据划分为预定的类数k,采用距离作为相似性的评价指标,两个对象的距离越近,其相似度就越大。 练习过程中主要出现的问题: onehot处理比较难理解,查阅官方文档,理解成自己的想法就是,本来不具有统计意义的数值,转化...
假如你们公司投放广告的渠道很多,每个渠道的客户性质也可能不同,比如在优酷视频投广告和今日头条投放广告,效果可能会有差异。现在需要对广告效果分析实现有针对性的广告效果测量和优化工作。 K-Means聚类算法介绍 聚类算法:属于无监督机器学习算法,通过计算样本项之间的相似度(也称为样本间的距离),按照数据内部存在的数据...
K-Means聚类算法，属于无监督学习方法，通过计算样本间的距离，将数据集划分为多个类别，使类别内部的样本相似，类别间的样本差异显著。算法通过迭代优化质心，直至达到中止条件，如组内最小平方误差最小或达到迭代次数。轮廓系数用于评估聚类效果，通过计算类内距离最小化与类间距离最大化，直观反映样本的...
在基于Python的KMeans广告效果聚类分析中，首要工作是数据准备与预处理。数据集密码:jxe6，具体解析与来源细节请自行查阅网络资源。确定K值的途径多样，而业务层面若能提出明确分类要求，则更为理想。缺乏明确指导时，采用肘部法则与轮廓系数作为决策依据。在确定K值环节，本文采用轮廓系数法。随后进行特征处理...
分群思维(四)基于KMeans聚类的广告效果分析 小P:小H,我手上有各个产品的多维数据,像uv啊、注册率啊等等,这么多数据方便分类吗小H:方便啊,做个聚类就好了小P:那可以分成多少类啊,我也不确定需要分成多少类小H:只要指定大致的范围就可以计算出最佳的簇数,一般不建议过多或过少,2至4是最佳的 导库 代码语言:...
我的Python实战教程,也可获取我的联系方式沟通合作新版本¶新版本重构了之前的代码,完善整个项目结构,用plotly进行可视化👋👋👋【广告】Python使用K-Means聚类分析广告效果 评论 本案例的业务场景: 假如你们公司投放广告的渠道很多,每个渠道的客户性质也可能不同,比如在优酷视频投广告和今日头条投放广告,效果可能会...
某企业由于投放的广告渠道比较多,需要对其做广告效果分析以实现有针对性的广告效果测量和优化工作。跟以应用为目的的案例不同的是,由于本案例是一个分析型案例,该过程的输出其实是不固定的,因此需要跟业务运营方具体沟通需求。以下是在开展研究之前的基本预设条件: ...
项目背景 全方位深入探索经典数据集。 1 数据集审查 平均停留时间与访问深度之间的相关性系数较强,需要删掉。这是因为我们的数据分析任务是聚类,聚类算法对共线性数据比较敏感。 ...