客户消费偏好酱酒系列-青酱根商品数据集合

数据处理先通过Python的Pandas与Scikit-learn库执行清洗规则，对缺失值采用多重插补法补全，利用箱线图法识别并剔除消费数据中的异常值；再运用FP-Growth算法挖掘客户消费关联规则，如“购买青酱根商品的客户常搭配购买特色下酒菜”等消费模式；最后通过随机森林模型分析影响客户复购的关键因素，如口感、价格、购买便捷性等。模型训练时将数据集按8:2比例划分训练集与测试集，经网格搜索优化参数，模型准确率达89%，保障分析结果的可靠性。