starbucks_offers

星巴克的报价预测-Udacity Capstone项目 Udacity数据科学家Nanodegree Capstone项目。概述 这是Udacity Data Science Nanodegree的基本项目。星巴克提供了三个模拟数据集，用于评估算法而不是模仿真实客户的行为。该项目的目标是开放的，由学生定义。为了这个项目的目的，我定义了三个主要目标： 研究人口因素的影响以及要约特征对客户对要约的React的影响。 建立不同的模型来预测用户对产品的React 评估这些模型的准确性，准确性，召回率和F1值 项目成果 结果显示完成率在性别，收入和年龄方面存在差异。在本文的第二部分中，我训练和评估了三种分类模型，用于预测商品响应率。梯度Boost和SVC的准确度为77％，而随机森林的准确率较低，为73％。在精度方面，Gradient Boost显示了最高级别（74％），而其他两种算法的精度为72％。