机器学习实战---入门篇

本文主要通过《生活大实惠：O2O优惠券使用预测》项目，完成用户是否会在规定时间内使用相应优惠券预测，从理论分析到实操，带大家熟悉下机器学习的整个流程。

生活大实惠：O2O优惠券使用预测

背景：随着移动设备的完善和普及，移动互联网+各行各业进入了高速发展阶段，这其中以O2O（Online to Offline）消费最为吸引眼球。据不完全统计，O2O行业估值上亿的创业公司至少有10家，也不乏百亿巨头的身影。O2O行业天然关联数亿消费者，各类APP每天记录了超过百亿条用户行为和位置记录，因而成为大数据科研和商业化运营的最佳结合点之一。 以优惠券盘活老用户或吸引新客户进店消费是O2O的一种重要营销方式。然而随机投放的优惠券对多数用户造成无意义的干扰。对商家而言，滥发的优惠券可能降低品牌声誉，同时难以估算营销成本。 个性化投放是提高优惠券核销率的重要技术，它可以让具有一定偏好的消费者得到真正的实惠，同时赋予商家更强的营销能力。

机器学习的基本步骤

完成项目预测主要分为如下6步，本文也将使用python按照这6步进行分析

• 明确问题：明确问题属于分类还是回归
• 理解数据：数据获取、数据导入、查看数据
• 数据清洗：数据预处理、特征提取、特征选择
• 构建模型：拆分训练集和数据集、算法选择
• 模型评估：模型准确率、模型召回率、损失函数
• 执行预测：预测结果

明确问题

从机器学习模型的角度来说，这是一个典型的分类问题，其过程就是根据已有训练集进行训练