PinnedGary Chen·Jun 12H&M 3179萬筆銷售數據儀表板 (Tableau)本文取自H&M在2018年9月至2020年9月間,共3179萬筆的真實銷售數據,使用Tableau串接MSSQL後製作儀表板。結果發現: 1.女性商品貢獻了70%以上的營收 2.頂尖的30%消費者貢獻了80%的營收…
PinnedGary Chen·Apr 10, 2024基於機器學習模型預測甲狀腺癌之復發 (Python)這是我在碩二上修中山資管系開設「巨量資料分析導論」課程的期末專題,取自真實世界中383名甲狀腺癌患者資料,用下採樣(undersampling)解決資料不平衡的問題。在python中以羅吉斯回歸、SVM、隨機森林、XGboost等模型預測患者是否復發,其中在k-fold交叉驗證下…
PinnedGary Chen·Apr 10, 2024統計學基本觀念與簡單線性迴歸分析這篇文章會介紹統計學中幾個重要的觀念:屬量資料與類別資料該如何建模;OLS與MLE的介紹;如何評估點估計量的表現; 信賴區間與型一錯誤的介紹;簡單回歸的假設以及分析等等,幫助數據分析新手們降低統計學門檻。
Gary Chen·Apr 11, 2024影響個人醫療支出的因素:多元線性回歸分析與機器學習預測 (R語言)在R語言中對1338名美國國民資料建立回歸模型,並使用穩健標準誤解決異質變異數問題。實證結果中,抽菸者醫療支出比無抽菸者平均高出US$23000。最後比較預測能力,其中XGboost(RMSE:4941)相較線性回歸(RMSE:6568)更精準。
Gary Chen·Apr 8, 2024MSSQL分析黑色星期五53萬筆消費數據本文將以MS SQL分析53萬筆黑色星期五消費數據,分析結果中,男性有較高佔比(72%)且平均消費金額較高,而消費力道最強的是年齡介於26歲至35歲未婚的族群。