江苏龙网

  1. 首页 > 生活 > >

怎样自己找数据分析项目来做?

我在Kaggle上，挑选了8个非常适合新人的项目，大家可以根据自己的实际情况，选择适合自己的来练手。
来咨询我的小伙伴一般分为两类：· 一类是有经验但是不知道如何挖掘，简历深度不够，层次混乱；· 一类是无经验，只能通过5行获奖经历、5行技能情况和5行自我评价来填充简历。前者不必说，有锅有米只是缺把火；后者就是巧妇难为无米之炊。怎样自己找数据分析项目来做?

大家都知道Kaggle上项目多，到底哪些是适合新人练手的呢？
我从3W+项目中，为大家挑选了这8个： 零项目经验的同学建议从Compete-Get Started级别开始。
网上也有很多优秀的Kaggle数据集的分析项目，如果不知道如何入手，可以查看Kernel部分别人共享的Tutorials，或者自行Google，从借鉴别人的优秀经验开始。
怎样自己找数据分析项目来做?

适合新人的Kaggle项目1、Hotel booking demand酒店预订需求
https://www.kaggle.com/jessemostipak/hotel-booking-demand
该数据集包含城市酒店和度假酒店的预订信息，包括预订时间、停留时间，成人/儿童/婴儿人数以及可用停车位数量等信息。
适用场景：社会科学、旅行、酒店、用户行为，不具有明显的行业标识，可进行常规用户行为分析。
数据量：32列共12W数据量。
可以定义的问题：
1)基本情况：城市酒店和假日酒店预订需求和入住率比较；2)用户行为：提前预订时长、入住时长、预订间隔、餐食预订情况；3)一年中最佳预订酒店时间；4)利用Logistic预测酒店预订。
2、Video Game Sales电子游戏销售分析
https://www.kaggle.com/gregorut/videogamesales
包含游戏名称、类型、发行时间、发布者以及在全球各地的销售额数据。
适用场景：电商、游戏销售，常规销售数据。
数据量：11列共1.66W数据量。
可以定义的问题：1)电子游戏市场分析：受欢迎的游戏、类型、发布平台、发行人等；2)预测每年电子游戏销售额。3)可视化应用：如何完整清晰地展示这个销售故事。
3、US Accidents 美国交通事故分析(2016-2019)https://www.kaggle.com/sobhanmoosavi/us-accidents
覆盖全美49州的全国性交通事故数据集，时间跨度：2016.02-2019.12，包括事故严重程度、事故开始和结束时间、事故地点、天气、温度、湿度等数据。
适用场景：无明显行业标识，通用。
数据量：49列共300W数据量。
可以定义的问题：1)发生事故最多的州，什么时候容易发生事故；2）影响事故严重程度的因素；3）预测事故发生的地点；4）可视化应用：讲述4年间美国发生事故的总体情况
怎样自己找数据分析项目来做?

4、其他可用数据集：
1）New York City Airbnb OpenData纽约市Airbnb开放数据（喜闻乐见的房价预测数据集）
https://www.kaggle.com/dgomonov/new-york-city-airbnb-open-data
用途：房价预测和可视化展示

2)The Movies Dataset电影数据集分析
https://www.kaggle.com/rounakbanik/the-movies-dataset
用途：多表关联、评分排序、收入分析、推荐引擎

3)Telco Customer Churn电信客户流失问题https://www.kaggle.com/blastchar/telco-customer-churn
用途：流失客户分析、客户终生价值LTV
4)Lending Club Loan Data贷款数据分析https://www.kaggle.com/wendykan/lending-club-loan-data


推荐阅读


上一篇：是啥让你对曾经自己引以为豪的B站产生一些厌恶之情的

下一篇：豆瓣的进入壁垒是啥