Data Mining Project: Dự đoán khả năng mua hàng của khách hàng trực tuyến

Giới thiệu

Đề tài áp dụng các kỹ thuật Khai phá dữ liệu để phân tích và dự đoán hành vi mua hàng của khách hàng trực tuyến, sử dụng bộ dữ liệu "Online Shoppers Purchasing Intention" từ UCI Machine Learning Repository.

Các kỹ thuật sử dụng

1. Tiền xử lý dữ liệu (Chương 2)

   • Xử lý missing values
   • Phát hiện và xử lý ngoại lệ
   • Mã hóa dữ liệu phân loại
   • Chuẩn hóa dữ liệu
   • Xử lý mất cân bằng (SMOTE)

2. Phân lớp (Chương 4)

   • Logistic Regression
   • Decision Tree
   • Naive Bayes
   • Random Forest
   • Gradient Boosting
   • XGBoost
   • SVM

3. Phân cụm (Chương 5)

   • K-means
   • Hierarchical Clustering
   • DBSCAN

4. Luật kết hợp (Chương 6)

   • Apriori
   • FP-Growth

Cấu trúc thư mục