文件名称：Machine-Learning-R:使用机器学习和统计分析技术的端到端营销和业务分析项目，使用 R 编程语言
文件大小：20.03MB
文件格式：ZIP
更新时间：2024-08-24 00:52:21
programming-language marketing data-science machine-learning experiments
机器学习 此存储库包含与使用 R 编程语言的营销和业务分析问题相关的项目。 机器学习可以显着提高营销绩效。 项目 1：营销活动优化 - 我们能否确定要定位的正确客户？ 第一个项目的目标是提高银行的活动营销响应率。 营销部门需要了解什么是重要的。 我们如何将资源分配给更有可能响应的客户。 这是一个经典的二元分类问题。 我们有转换或未转换的客户。 在这个项目中，我通过逻辑回归和决策树来预测营销响应率。 通过此模型的输出，营销部门可以获得与过去营销活动成功转化的客户相似的客户资料。 这是我要发送给营销部门的个人资料。 Marketing should contact customers with these characteristics: 1. marital status - single 2. education - tertiary 3. had respond
【文件预览】：
Machine-Learning-R-master
----3A.IBM Watson Marketing AB Test - ANOVA model.R(8KB)
----2.Predict Magazine Subscription Behavior - Logistic Regression.R(16KB)
----7. Customer Lifetime Value Modeling with OLS and Bayesian Linear Regression.Rmd(12KB)
----1.Predict Bank Mktg Campaign Response-Logistic Regression & Decision Tree Models.R(32KB)
----6.Customer Churn Analysis - Logistic Regression & Random Forest Models.Rmd(39KB)
----6.Customer Churn Analysis - Logistic Regression & Random Forest Models.nb.html(909KB)
----5.Facebook Performance - Clustering.R(28KB)
----4.Predict Online Shoppers Intent - Logistic Regression.R(21KB)
----README.md(7KB)
----rsconnect()
--------documents()
----3B.IBM Watson Marketing AB Test Results Evaluation - ANOVA and post-hoc tests.Rmd(8KB)
----.gitattributes(66B)
----7. Customer Lifetime Value Modeling with OLS and Bayesian Linear Regression.nb.html(1.06MB)
----datasets()
--------dataset_Facebook.csv(37KB)
--------bank-additional-full.csv(5.53MB)
--------bank-full.csv(4.4MB)
--------Telco-Customer-Churn.csv(948KB)
--------ad-prices.csv(3KB)
--------bank_full.xlsx(4MB)
--------online_retail_2009.csv(40.82MB)
--------subscribed_data.csv(9KB)
--------bank.csv(451KB)
--------online_retail_2010.csv(41.92MB)
--------online_shoppers_intention.csv(1.01MB)