旅游景点价格分析和预测|项目负责人 2025.05-2025.06
项目目标为挖掘景区价格与用户需求的内在规律,搭建票价预测模型,输出可落地的数据结论,辅助旅游经营决策。使用Python生态工具完成全链路开发:基于Scrapy框架开发定向爬虫,爬取旅游平台公开景区数据集,借助XPath、JSON完成网页字段解析,实现自动化数据采集。依托Pandas完成十万级原始数据处理,包含缺失值填充、格式标准化、正则文本清洗,采用IQR箱线法识别并过滤异常样本,保证数据集质量。利用Matplotlib、Seaborn绘制多维度可视化图表,直观呈现价格分布、时段特征等数据规律。基于Scikit-learn搭建随机森林回归预测模型,划分训练集与测试集,网格搜索调优超参数,选用MSE、MAE指标评估模型精度,控制预测偏差。项目完整覆盖爬虫采集、数据清洗、探索性分析、机器学习建模、效果评估流程,锻炼了网络数据获取、结构化与非结构化数据处理、模型调优的工程能力。
电商订单分析和预测|项目负责人 2025.06-2025.07
项目依托阿里云天池公开美妆订单数据集,挖掘美妆品类销售规律,构建销量预测模型,为品牌定价、库存备货提供数据支撑。使用Pandas读取结构化订单数据,完成缺失值处理、数据归一;利用jieba分词对商品标题做文本解析,搭配自定义规则实现商品自动分类;构造“销售额=销量×单价”衍生指标,使用IQR方法剔除异常订单。通过Matplotlib、Seaborn做多维度可视化分析,输出12张核心分析图表,挖掘热销时段、品类价差等业务洞察。基于Scikit-learn构建随机森林回归模型,分析特征价格敏感度,引入梯度提升回归树优化预测效果,使用joblib持久化保存训练模型,方便后续加载推理。项目熟悉真实业务数据集的分析思路,掌握特征工程、回归类建模、模型持久化的实现方法,具备独立完成数据分析建模项目的能力。