文章目录

• 1 前言+ 2 开始分析+

• 2.1 数据特征+ 2.2 各项投入与销售额之间的关系+ 2.3 建立销售额的预测模型

• 3 最后

1 前言

这两年开始，各个学校对毕设的要求越来越高，难度也越来越大… 毕业设计耗费时间，耗费精力，甚至有些题目即使是专业的老师或者硕士生也需要很长时间，所以一旦发现问题，一定要提前准备，避免到后面措手不及，草草了事。

2 开始分析

2.1 数据特征

# 导入包
import pandas as pd
import numpy as np

import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns 
sns.set(style='whitegrid',palette="Set2")
plt.rcParams['font.sans-serif']=['Microsoft YaHei']

from warnings import filterwarnings
filterwarnings('ignore')

df = pd.read_csv('/home/kesci/input/data_baojie1642/baojie.csv')

查看缺失值

df.isnull().sum()/df.shape[0]

删除空值

df.dropna(inplace=True)
df.isnull().sum()

查看数据分布

df.hist(bins=40,figsize=(12,8))
plt.show()

数据相对符合正太分布

2.2 各项投入与销售额之间的关系

该时间段内不同活动期间所投入的费用占比

plt.figure(figsize=(8,6))
size = df.groupby('event').total_input.sum()
plt.pie(size.values,labels = size.index,wedgeprops={'width':0.35,'edgecolor':'w'},
autopct='%.2f%%',pctdistance=0.85,startangle = 90)
plt.axis('equal')
plt.show()

推送次数

sns.jointplot(x='reach',y='revenue',data=df)

电视广告

线上广告投入

sns.jointplot(x='online',y='revenue',data=df)

门店宣传投入

sns.jointplot(x='instore',y='revenue',data=df)

相关系数

2.3 建立销售额的预测模型

选择最小二乘回归试试

# 部分代码
y = df['revenue']
x = df.drop(['revenue','event'],axis = 1)
from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.3,random_state=20)
from sklearn.linear_model import LinearRegression
lr_model = LinearRegression()
lr_model.fit(x_train,y_train)
LinearRegression(copy_X=True, fit_intercept=True, n_jobs=None, normalize=False)
print('预测测试集前5个结果为：\n',lr_model.predict(x_test)[:5])
print('测试集R^2值为：',lr_model.score(x_test,y_test))
from matplotlib import rcParams
fig = plt.figure(figsize = (10,6))
y_pred = lr_model.predict(x_test)
plt.plot(range(y_test.shape[0]),y_test,color='blue',linewidth = 1.5,linestyle = '-')
plt.plot(range(y_test.shape[0]),y_pred,color='red',linewidth = 1.5,linestyle = '-.')
plt.legend(['真实值','预测值'])
plt.show()

3 最后