https://datahack.analyticsvidhya.com
Afim de adquirir insights para entender melhor os dados,foi feita a análise exploratória de dados(EDA) que é uma das etapas imprescindíveis para uma melhor eficiência dos modelos preditivos.
Declaração do Problema Uma empresa de varejo "ABC Private Limited" deseja entender o comportamento de compra do cliente (especificamente, valor da compra) em relação a vários produtos de diferentes categorias. Eles compartilharam o resumo de compra de vários clientes para produtos de alto volume selecionados no mês passado. O conjunto de dados também contém dados demográficos do cliente (idade, sexo, estado civil, tipo_de_ cidade, estado_de_cidade_cidade), detalhes do produto (id do produto e categoria do produto) e valor total da compra do mês passado. Agora, eles desejam criar um modelo para prever o valor da compra do cliente em relação a vários produtos, o que os ajudará a criar uma oferta personalizada para clientes em relação a diferentes produtos.
| Variáveis | Definição |
|---|---|
| User_ID | ID do usuário |
| Product_ID | ID do produto |
| Gender | Sexo do usuário |
| Age | Idade do usuário |
| Occupation | Profissão (Mascarada) |
| City_Category | Categoria da cidade (A, B, C) |
| Stay_In_Current_City_Years | Número de anos de permanência na cidade atual |
| Marital_Status | Estado civil |
| Product_Category_1 | Categoria de produto (mascarada) |
| Product_Category_2 | O produto pode pertencer a outra categoria também (Mascarado) |
| Product_Category_3 | O produto pode pertencer a outra categoria também (Mascarado) |
| Purchase | Valor da compra (variável de destino) |
No final, temos o valor real da compra para o conjunto de dados de teste, com base no qual suas previsões serão avaliadas. As submissões são pontuadas no erro quadrático médio da raiz (RMSE). O RMSE é muito comum e é uma métrica de erro de uso geral adequada. Comparado ao erro médio absoluto, o RMSE pune erros grandes.