ttobaegi

• 0.1. References
• 0.2. Other cheatsheets
• 0.3. Manage multiple gcloud config configurations
  • 0.3.1. Switch gcloud context with gcloud config
• 0.4. Credentials
• 0.5. info
• 0.6. projects
• 0.7. zones & regions
• 0.8. Organization
• 0.9. billing

ttobaegi

# 모듈 임포트
import pandas as pd
import re

from konlpy.tag import Komoran
from gensim.models.doc2vec import TaggedDocument
from gensim.models import Doc2Vec

ttobaegi

import re
import requests
import numpy as np
import pandas as pd
import time
import selenium
from selenium import webdriver 
from selenium.webdriver import chrome

# http get request

ttobaegi

ttobaegi

#!/usr/bin/env python
# coding: utf-8

# # 프리온보딩코스 Team4 모두의 주차장 DB를 활용한 예측 분석 

# ## 문제 정의
# - 목표 : 이용자 별 결제 이력을 바탕으로 향후 이용 건수를 예측하여 마케팅, 영업 등의 의사 결정 과정에 활용
# - 예측 과제 : 이용자 별 한 향후 한 달간 이용 건수를 예측하는 Regression 문제 (평가 메트릭 : MSE, MAE)
# - 데이터 : 2020.01.01 ~ 2020.12.31 기간에 대한 유저가입정보(유저ID, 가입일), 소비행동정보(상품ID, 점포주소, 결제일, 결제건수), 외부정보(서울시 교통량 데이터, 기상 데이터)

ttobaegi

#!/usr/bin/env python
# coding: utf-8

# ## 🚀 프리온보딩코스 Team4 원티드 국민연금 DB를 활용한 유니콘 기업 분석
# - 유니콘 기업: 기업 가치 1조원 이상의 비상장 스타트업
# - 시장 규모와 시장점유율, 현금 유동성, 기술 혁신성, 대표의 야망 등을 종합적으로 고려하여 기업 가치 평가

# ### ✅ 분석 배경
# - wanted는 구직자와 기업을 매칭하여 채용이 성사된 건에 대해 수수료를 받는 수익모델을 가지고 있다.
# - 연매출액, 월별 연금보험료, 월별 직원수 등 현재 보유한 정보를 가지고 지속적으로 매출 및 채용 수요가 증가하는 유니콘 기업을 선별하고, 해당 기업의 소개 콘텐츠 및 채용 공고 등을 wanted 플랫폼에서 적극적으로 유통한다면 플랫폼 사용자 만족도 개선과 채용 건수 증가에 도움이 될 것으로 보인다.

ttobaegi

ttobaegi

## ANALYZING WEBSITE PERFORMANCE

-- Using temporary tables to perform multi-step analyses
-- CREATE TEMPORARY TABLE newtablename
SELECT * FROM website_sessions
where website_session_id <= 100;

-- MOST COMMON PAGE :: WHERE YOU SHOULD FOCUS ON WEBSITE
SELECT pageview_url, count(distinct website_pageview_id) AS pvs
FROM website_pageviews 

ttobaegi

#!/usr/bin/env python
# coding: utf-8

# ### Data & Libraries

# In[1]:


import numpy as np # linear algebra
import pandas as pd 

ttobaegi