king
高级数据分析师 · 3年经验 · 润淼
0
累计接单
0
用户评价
0
被收藏
技术能力
⚫ Excel：利用函数对数据进行清洗数据、数据透视表、可视化
⚫ Python：用 Pandas、Numpy 清洗数据，matplotlib 对数据的可视化处理，爬虫，selenium
⚫ Mysql：设计数据库、DDL 数据库操作、DML 数据的增删改、DQL 数据的单表查询、条件查询、多表查
询
⚫ 数据可视化：FineBI，FineReport，能够独立设计制作大屏驾驶舱，利用 BI 制作智能仪表盘以及数据分析
看板
⚫ 机器学习：Python（Sklearn：KNN，Kmeans，决策树，逻辑回归，随机森林，XGboost 等机器学习语
言）
⚫ 其他工具：熟练使用 ppt，word，xmind 思维导图等工具
⚫ Python：用 Pandas、Numpy 清洗数据，matplotlib 对数据的可视化处理，爬虫，selenium
⚫ Mysql：设计数据库、DDL 数据库操作、DML 数据的增删改、DQL 数据的单表查询、条件查询、多表查
询
⚫ 数据可视化：FineBI，FineReport，能够独立设计制作大屏驾驶舱，利用 BI 制作智能仪表盘以及数据分析
看板
⚫ 机器学习：Python（Sklearn：KNN，Kmeans，决策树，逻辑回归，随机森林，XGboost 等机器学习语
言）
⚫ 其他工具：熟练使用 ppt，word，xmind 思维导图等工具
项目经验
物流到货时间预测模型
项目介绍：原有的算法预测准确度不足 70%，需要研究新的算法模型提高物流到货时间，目标是 90%以上
⚫ 拟定可能特征指标，如城市、中转次数，地址层级等，这些数据大都来自于物流公司送货后的信息，并不
能提供给预测，这次探究最终确定将经纬度，即送货位置作为模型计算数据
⚫ 数据采集，由于数据库并没有相关数据，需要自己预先采集，编写数据采集代码，根据本地销售数据的地
址，采用 geocoder 模块，获得地址的经纬度；根据物流单号，通过物流公司查询 api 接口，获得物流送
达营业点时间，计算到达天数
⚫ 数据清洗，去除异常值，主要是对到达天数进行异常值处理，先对经纬度相近区域极大极小值以 95%与
5%分位数代替，再对经纬度位置相近的数据用均值代替
⚫ 物流时间与距离成正比关系，与地址到城市中心的距离成正比关系，计算得出发货地址与到货地址所在城
市距离，地址所在城市距离与地址的距离
⚫ 通过对于多种机器学习算法的检测，最终采用 RandomForestRegressor 进行预测，逐步进行调参处理
⚫ 对测试集进行预测，评估模型效果，最终达到项目需求
项目介绍：原有的算法预测准确度不足 70%，需要研究新的算法模型提高物流到货时间，目标是 90%以上
⚫ 拟定可能特征指标，如城市、中转次数，地址层级等，这些数据大都来自于物流公司送货后的信息，并不
能提供给预测，这次探究最终确定将经纬度，即送货位置作为模型计算数据
⚫ 数据采集，由于数据库并没有相关数据，需要自己预先采集，编写数据采集代码，根据本地销售数据的地
址，采用 geocoder 模块，获得地址的经纬度；根据物流单号，通过物流公司查询 api 接口，获得物流送
达营业点时间，计算到达天数
⚫ 数据清洗，去除异常值，主要是对到达天数进行异常值处理，先对经纬度相近区域极大极小值以 95%与
5%分位数代替，再对经纬度位置相近的数据用均值代替
⚫ 物流时间与距离成正比关系，与地址到城市中心的距离成正比关系，计算得出发货地址与到货地址所在城
市距离，地址所在城市距离与地址的距离
⚫ 通过对于多种机器学习算法的检测，最终采用 RandomForestRegressor 进行预测，逐步进行调参处理
⚫ 对测试集进行预测，评估模型效果，最终达到项目需求
立即沟通
