全文链接：http://tecdat.cn/?p=32275
本文通过分析电子商务平台的用户购物行为，帮助客户构建了一个基于决策树模型的用户购物行为预测分析模型（点击文末“阅读原文”获取完整代码数据）。
该模型可以帮助企业预测用户的购物意愿、购物频率及购买金额等重要指标，为企业制定更有针对性的营销策略提供参考。
数据来源和处理
本研究所使用的数据来自某电子商务平台的用户购物历史记录。
读取数据
head(data)
模型构建
在本文中，我们选择了决策树和LASSO模型作为分析工具。决策树是一种常见的机器学习算法，它能够根据数据的特征变量将数据分成不同的类别，并找到最佳的划分方式。LASSO模型通过构造一个惩罚函数得到一个较为精炼的模型，使得它压缩一些回归系数，即强制系数绝对值之和小于某个固定值；同时设定一些回归系数为零。因此保留了子集收缩的优点，是一种处理具有复共线性数据的有偏估计。
决策树
df2$Is_Buy_30
变量类型设置
df2$Is_Buy_30 =as.factor(df2$Is_Buy_30 ) df2$T_weekday =as.factor(df2$T_weekday) df2$T_hour=as.numeric(df2$T_hour) df2$city_tier=as.numeric(df2$city_tier)
设置权重
df2$weight[df2$Is_Buy_30==1]=7 df2$weight[df2$Is_Buy_30==0]=4
建立决策树：是否购买
result=list(0) CARTmodelfunc=function(model){ CARTmodel = rpart(model, data=df2 , method="class",weights = df2$weig ## 绘制决策树 ## 输出决策树cp值 prune(CARTmodel, cp= CARTmodel$cptable[which.min(CARTmodel$cptable[,"xerror"]),"CP"]) #剪枝 CARTmodel2 <- prune(CARTmodel, cp=cp); #对树进行剪枝 #对数据进行预测 set.seed(1) #获得训练集 df2.train <- df2[train, ] #测试集 df2.test <- df2[-train, ] #预测数据 tree.pred= (predict(CARTmodel2,df2.test ,type = "class")) confusionmatrix=table(tree.pred,df2.test$Is_Buy_30),#得到训练集混淆矩阵 MSE=mean((as.numeric(tree.pred) - as.numeric(df2.test$Is_Buy_30))^
使用lasso算法进行筛选变量
#获得训练集 train <- sample(1:nrow(df2), nrow(df2)*0.8) t)]), alpha = 1) plot(cv.lasso)
点击标题查阅往期内容
PYTHON用户流失数据挖掘：建立逻辑回归、XGBOOST、随机森林、决策树、支持向量机、朴素贝叶斯和KMEANS聚类用户画像
01
02
03
04
coef(cv.lasso,s="lambda.1se")
根据lasso筛选出最优的变量
chaid 树
ctreemodelfucntion=function(modelformula){ index=sample(1:nrow(df2),nrow(df2)*0.6) df2.train=df2[index,] df2.test=df2[index,] confusionmatrix=table(tree.pred2,df2.test$Is_Buy_30)#得到训练集混淆矩阵 #预测为1类的正确率 presicion=tab[2,2]/sum(tab[,2]), # [1] 0.3993589 #预测为1类的召回率 recall=tab[2,2]/sum(tab[2,]), # [1] 0.6826484 #mse MSE=mean((as.numeric(tree.pred2) - as.numeric(df2.test$Is_Buy_30))^2),
chaid tree LASSO 算法
可视化树状图：
混淆矩阵
混淆矩阵也称误差矩阵，是表示精度评价的一种标准格式，用n行n列的矩阵形式来表示。具体评价指标有总体精度、制图精度、用户精度等，这些精度指标从不同的侧面反映了图像分类的精度。
将x表写进数据库里
sqlSave(channel,result2_loss22,rownames = "result2_loss22",addPK = TRUE)
CART tree LASSO 算法
绘制决策树
resultlasso2=CARTmodelfunc(modelformulalasso)
模型结果：
混淆矩阵
混淆矩阵也称误差矩阵，是表示精度评价的一种标准格式，用n行n列的矩阵形式来表示。具体评价指标有总体精度、制图精度、用户精度等，这些精度指标从不同的侧面反映了图像分类的精度。
resultlasso2
# 将x表写进数据库里 sqlSave(channel,result_rfm,rownames = "result_rfm",addPK = TRUE)
