关于数据集

描述

该数据集全面概述了印度智能手表市场，涵盖了来自众多品牌的 797 款独特智能手表型号。对于消费者、数据分析师、市场研究人员以及对可穿戴技术领域感兴趣的机器学习爱好者来说，这是一个宝贵的资源。

该数据集包含有关产品规格、定价（以印度卢比计）和用户评级的详细信息，非常适合进行竞争分析、价格趋势研究、特征相关性分析和构建推荐系统。

主要特点

name：智能手表的完整产品名称和型号。

price：印度卢比 (₹) 的零售价。非常适合价格分析和细分。

rating：用户评分（如有提供，满分 100 分）。可用于情绪和人气分析。

features：丰富的、以逗号分隔的关键规格和功能列表。这是特征提取和分析的核心列。

可从特征列中提取的特征包括：

连接性：蓝牙、Wi-Fi、GPS、NFC、4G/LTE、VoLTE

通话功能：蓝牙通话、语音通话

显示屏：触摸显示屏尺寸（英寸）

耐用性：防水等级（IP67、IP68、5ATM、10ATM，深度以米为单位）、防刮、防尘、MIL-STD-810H

健康传感器：心率监测器、SpO2（血氧）监测器、血压监测器、睡眠监测器

健身追踪：计步器、步数、卡路里计数、高度计

性能：RAM、内置存储

电池寿命：电池寿命声明（例如，“7 天电池寿命”）

…还有更多。

潜在用例
该数据集可用于各种项目和分析，例如：

价格预测：建立一个模型，根据智能手表的功能预测其价格。

市场篮子分析：发现哪些功能最常捆绑在一起。

品牌分析：比较 Noise、Fire-Boltt、boAt、三星和 Apple 等品牌的产品组合、定价策略和平均评级。

特征重要性：确定哪些特征与较高的用户评级具有最强的相关性。

细分产品：将智能手表分为预算型、中档型、高端型、健身型或支持 LTE 等类别。

推荐系统：开发基于内容的系统，根据用户所需的功能向用户推荐智能手表。

数据清理和特征工程：练习从半结构化文本列（特征）中提取结构化数据。

数据集详细信息
记录数：879

属性数量：4

文件格式：CSV