hotel booking modeling:酒店预订探索性数据分析和机器学习建模 源码

使用监督式机器学习模型预测酒店类型和预订取消 Veysel Gokbel,数据科学家,2021年4月 执行摘要 了解酒店预订网站上的客户行为对公司的预期结果具有重大影响。 更重要的是,预测客户可能会预订的诸如预订取消和酒店类型之类的客户行为有助于提高结果和发展。 日益激烈的竞争和不断变化的客户行为已使饭店和在线旅行社的预测比以往任何时候都更加重要。 取消预订和酒店类型是在线旅行社获利能力的两个重要属性。 取消预订是负担,因为它们会导致各种损失。 另一方面,公司希望了解特定酒店类型的需求,以便开发包括度假胜地和城市酒店在内的酒店库存。 这项研究的目的是根据历史数据凭经验预测客户的酒店类型选择和可能的预订取消。 但是,在深入研究预测之前,本研究旨在更好地了解客户在通过探索性数据分析收集数据期间的行为。 这项研究源自相关数据,该最初收集并用于Nuno Antonio,Ana Almeida