原文链接：http://tecdat.cn/?p=967
原文出处：拓端数据部落公众号
数据简介
对于某企业新用户，会利用大数据来分析该用户的信息来确定是否为付费用户，弄清楚用户属性，从而针对性的进行营销，提高运营人员的办事效率。
对于付费用户预测，主要是思考收入由哪些因素推动，再对每个因素做预测，最后得出付费预测。这其实不是一个财务问题，是一个业务问题。
流失预测。这方面会偏向于大额付费用户，提取特征向量运用到应用场景的用户流失和预测里面去。（查看文末了解数据获取方式)。
数据详情
数据格式
data
字段
年龄
工作阶层
权重
教育
教育年份
婚姻状况
职业
家庭关系
种族
性别
资本收益
资本损失
每周小时数
原籍国
付费
大小
3800kb
样本量
32561
数据浏览
以前9行数据为例，我们来预览一下：
变量探索：
数据获取
在下面公众号后台回复“付费用户数据”，可获取完整数据。
点击标题查阅往期内容
左右滑动查看更多
01
02
03
04
点击标题查阅往期内容
R语言贝叶斯广义线性混合（多层次/水平/嵌套）模型GLMM、逻辑回归分析教育留级影响因素数据
R语言用贝叶斯线性回归、贝叶斯模型平均 (BMA)来预测工人工资
R语言用加性多元线性回归、随机森林、弹性网络模型预测鲍鱼年龄和可视化
R语言高维数据惩罚回归方法：主成分回归PCR、岭回归、lasso、弹性网络elastic net分析基因数据（含练习题）
R语言用加性多元线性回归、随机森林、弹性网络模型预测鲍鱼年龄和可视化
python用支持向量机回归(SVR)模型分析用电量预测电力消费
R语言非参数模型厘定保险费率：局部回归、广义相加模型GAM、样条回归
R语言计量经济学：工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断
r语言逻辑回归(对数几率回归,Logistic)分析研究生录取数据实例
R语言广义加性模型GAMs分析温度、臭氧环境数据绘制偏回归图与偏残差图
Matlab中的偏最小二乘法（PLS）回归模型，离群点检测和变量选择
R语言多元逐步回归模型分析房价和葡萄酒价格：选择最合适的预测变量
R语言分位数回归Quantile Regression分析租房价格
R语言惩罚logistic逻辑回归（LASSO,岭回归）高维变量选择的分类模型案例
R语言用标准最小二乘OLS，广义相加模型GAM ，样条函数进行逻辑回归LOGISTIC分类
R语言中使用非凸惩罚函数回归(SCAD、MCP)分析前列腺数据
【视频】R语言实现CNN（卷积神经网络）模型进行回归数据分析
R语言随机搜索变量选择SSVS估计贝叶斯向量自回归（BVAR）模型
欲获取全文文件，请点击左下角“阅读原文”。