云计算与大数据分析_数据挖掘、机器学习_对乘客进行当前、潜在价值分析，特征分析，乘坐预测等_多属性数据集、部分代码

本数据集可以用于对航空公司的客户进行当前、潜在价值分析，特征分析，乘坐预测，剖析生命周期。 本数据集共有6+w的数据，每位乘客为一个样本，包含该乘客的63个属性，属性包括乘客的基本信息--工作地域、年龄、性别等，还包括乘机次数、乘机频率、乘积积分、参与非乘机积分等等，该数据集含有一个时间宽度长达2年的观测1期及其属性数据。 如此丰富全面周到的数据集可以使使用者尽可能的发挥专长，进行预期设计比等，使用多种数据挖掘技术来挖掘更多知识点，比如建立乘客流失模型、乘客细分和乘客价值评估、乘客生命周期预测。 适用于数据挖掘初学者，机器学习挖掘者，课程教学设计，毕业设计，项目设计，适用于老师们教学，学生们在学校中的课程项目训练和学习成果展示。 并附带了部分代码，代码包括数据EDA，清洗，数据标准化，数据建模，是一套数据挖掘的流程，可以根据结果自定义实现结果可视化，都是比较基础的代码。 代码注意事项：因为软件的升级，例如pycharm，部分旧版软件可以运行，更新后的软件也只需要稍微改一下pandas中的格式输出语句即可，比如csv文件输出不可以再用excel，百度一搜即可。