近期在整理数据分析流程，找到了之前写的一篇代码，分享给大家。这是我上学时候做的一个项目，当时由于经验不足产生了一些问题，这些问题会在之后一点一点给大家讨论，避免各位踩坑。本篇分享会带一些讲解，可能有些地方不够清楚，欢迎留言讨论。

本次除了分享之外也是对自己之前项目的一个复盘。还是使用R语言（毕竟是我钟爱的语言）。Python的如果有需求之后会放别的项目。

本篇中包含了数据导入，清洗，可视化，特征工程，建模的代码，大家可以选择需要的去参考。

所有代码+注释+数据在这里 https://download.csdn.net/download/zhaotian151/85035590 付费下载链接，觉得文章有用可以适当支持，当然你也可以从这个文章里面一个个摘代码~

不建议还在上学同学直接抄作业哦，所有的项目都是宝贵的经验，是你上班之后确确实实可以用到的东西，希望大家上学的时候好好学习。

数据来自Online Shopper’s Intention 包含12,330 条数据, 10个计数型特征和8个类别型特征。 使用‘Revenue’ 作为标签进行建模。最终目的就是根据拿到的这些数据去建立一个可以预测Revenue的模型。 有些同学说数据被kaggle从网上删掉了，数据的csv上传到资源里了，需要可以连同代码一起购买。

首先你要下载一个R语言以及它的舒适版本R studio。 下载方式如下：

安装R以及Rstudio 如果之前有用过R的朋友请忽略这一段。 安装R非常简单，直接官网下载

之后下载Rstudio，这个相当于R语言的开挂版，界面相比于R来说非常友好，辅助功能也很多，下载地址

#注意Rstudio是基于R语言的，需要下载安装R语言后才可以安装使用。

安装好了后运行以下代码来导入package们。

导入的包有些多，keras那个的安装可以参考我之前的文章 （R语言基于Keras的MLP神经网络详解 https://blog.csdn.net/zhaotian151/article/details/84305440 ）

首先啊把这个数据下载到你的电脑上，然后用以下代码导入R就可以了。