防晒霜优劣分类数据分析
一、需求分析
随着科学的发展和人均消费水平的提高，人们的生活水平愈来愈高。
武汉是一个中纬度的‘烈日城市’，每年的夏天总伴随着烈日烘烤，所以防晒霜成为了人们居家旅行的必备品，但是怎样选择更好的防晒霜，或者更适合自己的防晒霜就成为了买家与卖家共同的问题。
本次项目采取了K-means模型对防晒霜进行了聚类分析，将防晒霜进行分类，让商家可以面对不同的买家推销不同的防晒霜
- 项目总体设计
- 导入数据，且提取数据特征
- 对数据特征进行标准差标准化
- 构建Kmeans模型，之后查看聚类中心及每个产品的种类
- 将每个种类的特征平均值循环分类各个特征的平均值
- 对分类的各个特征的平均值绘制直方图
三、项目完成步骤
本次数据采用随机抽样的模拟列表，随机编写了34种国内外知名防晒霜数据，主要包括防晒力、安全性、持久度、成分（1物理防晒，2化学防晒，3物化结合）等方面数据。
1、导入数据，提取
2、对数据特征进行标准差标准化数据特征(数据截图)
3、构建Kmeans模型，之后查看聚类中心及每个产品的种类
4、将每个种类的特征平均值循环分类各个特征的平均值
5.对分类的各个特征的平均值绘制直方图
四、项目结果分析
- 将数据进行提取特征，Kmeans模型聚类，分成了三种类型，第三类在各个特征下都占据着最高位置；除在成份外处于第三位置，第二类基本在次要位置；第一类基本处于第三位置。
- 根据绘图可知，整体的图形呈逐渐上升的趋势;在防晒性，持久度上第一类和第二类防晒霜的数据基本相差不大；成份上第一类和第三类数据基本相同; 对这三类的防晒性评分则相差很大，为第一类防晒霜及格，第二类防晒霜良好，第三类防晒霜优秀。
- 对于第一类防晒霜，具有良好的成份，而防晒性，持久度却处于第三位，可能这类防晒霜成份之间会产生一定化学反应，导致一部分没有起到该有的作用，也可能是没有合理的将这些好的成份进行合理的处理，使得在使用效果上没有达到预期;安全性的评价也较低，这也是评分较为低下的原因之一;对于第二类防晒霜,成份居中，却有着良好的防晒性，也具有良好的安全性，对于持久性则正是因为成份而持久力不足;第三类防晒霜在这两者之上，各方面都达到预期效果，可谓是类比较好的产品。
- 第一类防晒霜要提高对成份的合理运用，安全性要加强;第二类防晒霜可以适当加入一些或替换一些比较好的成份原料，使其防晒效果更好,进而提神持久性;第三类在原有的基础上保持不变，可以适当做出创新。
- 在这个被称为”汗城”的武汉，对于那些爱美，不愿在烈日下被晒黑的人们来说，推荐可以使用第三类防晒霜，可以达到大家的预期效果,对于用于日常的防晒的护肤品就达到基本的防晒效果，推荐可以使用第二类防晒霜;而对于偶尔使用能有防晒效果，可以使用第三类防晒霜。
防晒霜优劣分类数据分析相关推荐
- 《统计学》学习笔记之分类数据分析
鄙人学习笔记 文章目录 分类数据分析 分类数据与卡方统计量 拟合优度检验 独立性检验 列联表中的相关测量 列联分析中应注意的问题 分类数据分析 分类数据与卡方统计量 卡方检验是对分类数据的频数进行分析 ...
- [统计学笔记] （八）分类数据分析
(八)分类数据分析 首先思考问题: 1. 为什么要对数据进行分类?如何对数据分类? 2. 数据分类后,如何对分类数据进行分析? 数据分类 分类变量的结果表现为类别,例如:性别 (男, 女) 各类别用符 ...
- NPL基础入门之新闻本分类数据分析Test2
NPL基础入门之新闻本分类数据分析Test2 数据读取 数据分析 标签分布(基matplitlit画图与Seabron对比) 新闻内容长度分析 数据读取 因电脑内存限制无法一次性读取整个训练集,所以在 ...
- 数理统计笔记7：分类数据分析-拟合优度检验和列联分析
引言 数理统计笔记的第7篇介绍了分类数据分析的方法,包括拟合优度检验和列联分析,给出了两者的卡方检验量的表达式,并且用例子进行了说明,最后谈了列联分析需要注意的问题. 引言 什么是分类型数据 拟合优度 ...
- 统计学 分类数据分析
统计学 分类数据分析 分类数据和x2x^2x2统计量 拟合优度检验 列联分析: 独立性检验 列联表的相关系(三个系数) 1.分类数据和x2x^2x2统计量 分类数据 x2x^2x2统计量 其中 k为求 ...
- 《统计学》笔记：第9章 分类数据分析
[批:即定类变量数据分析] 观察值频数 observed frequency 实际观测到的定类变量各类别的频数. 期望值频数 expected frequency 定类变量中各类别的期望频数. 拟合优 ...
- 分类数据分析--SPSS
数据文件: 链接:https://pan.baidu.com/s/1cEhvu8MyT4StSrPspTe9NQ 提取码:k1hs 运用SPSS进行列联分析独立性检验:原料的质量是否受地区的影响? 首 ...
- 数据分析行业需要具备哪些技术 如何快速进入
大数据如此火爆的时代,各种人才倍受青睐.视野决定了境界和能力,而所处的环境又决定了视野.好多人不知道什么是数据分析师,认为会熟练使用Excel就是数据分析师,如果你还会使用Excel中的一些高级功能如 ...
- 光棍节之夜，用数据分析帮女神学姐选婚房
(本文成文于2015年11月12日,为作者原创,发布在博客园方便诸君阅读) 前段时间发了一篇分析房价的文章,于是这两天在微信上咨询我的朋友络绎不绝.今天是光棍节,我什么都没抢到.下午,有一位学姐在微信 ...
最新文章
- javaBeen的四个作用范围
- Python 装饰器记录总结 (终极版)
- Go 中string和int类型相互转换
- QT的QDataStream类的使用
- switch注意事项和细节讨论
- [html] DOM节点的种类有哪些？
- 牛客18985 数字权重 （数学，快速幂）
- github 思维导图开元软件_Mymind教学系列--Github上的免费且强大思维导图工具-（一）...
- Addition Chains（信息学奥赛一本通-T1443）
- 加速转型 高通绝地反攻
- 面试官：谈谈 Tomcat 请求处理流程，我一脸懵逼。。
- 中国新一代海洋综合科考船“科学”号返回母港
- python大佬养成计划----Web框架(Flask)
- Base64 编码整理
- SkyWalking8.4监控跨线程问题解决
- 双臂冗余机器人solidworks转URDF
- 多地推广应用电子劳动合同，君子签赋能人力资源管理数字化
- Django使用图片验证码加邮箱或手机号登录
- ffmpeg库 pycharm_python+ffmpeg让字符跳动起来
- 西班牙语学习、关系代词que的用法