今天给大家介绍客户分群方面的内容，为什么要对客户进行细分，如何细分，依据是什么，方法是什么，都会一一介绍。在前一篇文章中，我们分析了我们在线零售业务的主要指标。现在我们知道了使用Python跟踪什么以及如何跟踪。现在，是时候关注一下客户并细分他们了。因为你不能用同样的内容，同样的...

销量作为衡量企业营收的主要指标之一，也是各大投资机构分析师研究报告的重要组成。分析师一般会为某类产品建立财务模型，运用回归分析法进行预测是常见的手段，也就是根据自变量和因变量的历史数据，来建立回归分析方程，从而计算出预测结果。历史数据越充分，预测模型会越准确。这适用于已经上市多年...

前一篇文章我们对客户进行了分群，但是我们还希望对每个客户有一个量化的指标来评价，而终生价值就是一个非常好指标，今天给大家介绍什么是终生价值，如何构建机器学习模型来预测客户的终生价值。在前一篇文章中，我们对客户进行了细分，找出了最好的客户。现在是时候衡量我们应该密切跟踪的最重要的指...

Hi there! 距离 2015 年 4 月「悟空」正式与大家见面，已经整整三个年头了。随着知乎的不断发展壮大，过去的一段时间，「悟空」不断面临着新的考验，并持续地在优化升级。接下来跟大家系统分享一下这几年「悟空」的架构演进和构建过程中积累的经验与教训。 截止今年 5 月，知…

PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。网上关于PCA的文章有很多，但是大多数只描述了PCA的分析过程，而没有讲述…

类别不平衡(Class-imbalance)，也被称为长尾问题(long-tail problem)，指的是分类问题中数据集的类别数量并不一致，有的类别特别多，但有的类别特别少，并且这是实际应用里非常常见的问题。例如，欺诈检测，罕见药物不良反应的预测，以及基因家族预测。因为类别…

【导读】今年年初以来，作者一直在印度找数据科学、机器学习以及深度学习领域的工作。在找工作的这三十四天里，他面试了8到10家公司，其中也包括初创公司、基于服务的公司以及基于产品的公司。作者希望他的面试经验能够为求职者提供一些有用的信息，因而撰写了此文。希望你读后能够有所收获！ 下…

单词嵌入提供了单词的密集表示及其相对含义，它们是对简单包模型表示中使用的稀疏表示的改进，可以从文本数据中学习字嵌入，并在项目之间重复使用。它们也可以作为拟合文本数据的神经网络的一部分来学习。

同时欢迎关注我们的公众号：OPPO_tech，与你分享OPPO前沿互联网技术及活动。 在实际生产中，可能会碰到一种比较头疼的问题，那就是分类问题中类别型的因变量可能存在严重的不平衡，即类别之间的比例严重失调。 为了解决数据的非平衡问题，2002年Chawla提出了SMOTE算法…