网络算法来进行预测。Р2答案解析：Р本案例想要通过对应分析分析不同手机品牌和不同价格区间的手机的好评情况。Р对应分析是研究由定性变量构成的交互汇总表来揭示变量间的联系。交互表的信息以图形的Р方式展示。主要适用于有多个类别的定类变量，可以揭示同一个变量的各个类别之间的差异，Р以及不同变量各个类别之间的对应关系。适用于两个或多个定类变量。因此本案例需要对要Р研究的定量变量进行定性处理。Р本案例中品牌属于类别数据，但是其中包含汉字，因子需要进行重新编码；价格属于连续型Р变量，因此需要进行离散化处理。好评数不能直接代表手机的好评情况，因此为了更好地表Р示手机的好评情况，这里采用好评率进行分析。由于好评率计算出来仍然是一个0到1之间Р的连续变量，因此需要进行离散化处理。Р数据分析：Р本次分析采用datahoop1.2版本进行分析，首先对品牌和好评率进行对应分析。Р从分析结果可以看到数据的交叉表，以及提取的3个公因子的贡献率和因子得分。Р从因子贡献率可以看到提取两个因子的贡献率就达到了80%以上，因此提取两个因子即可。Р根据对应分析的图表可以看到处于hp1也就是低好评度的品牌主要有品牌7,9,11,12。接着Р较低好评度品牌有3,4。较高好评度品牌包括1,5。高好评度品牌有8,10。因此品牌好评率分布为：Р好评率等级品牌Р低级ZUK,飞利浦，金立，酷派Р较低HTC,LGР较高360,oppoР高级锤子，华为Р这样就可以清晰地看出不同品牌的好评情况。Р然后对价格等级和好评率等级进行对应分析，可以看到用户评论中500-1500价格区间的手Р机好评率最低，500-6000价位的手机好评率也最低。1500-2000价位的手机好评率较低；Р2000-2500价位/3000-3500价位和6000-7000价位手机好评率较高，好评率最高的是价位Р2500-3000价位手机和3500-4000价位。
全文预览
