机器学习实操1

目录

分析用户的购物习惯，预测消费者将购买哪些产品，探究用户对物品类别的喜好细分降维

大致操作 

 具体操作

 完整代码

运行期间出现的错误   invalid argument

---

分析用户的购物习惯，预测消费者将购买哪些产品，探究用户对物品类别的喜好细分降维

有下面四张表

• order_ products_ prior. csv:订单与商品信息

字段: order_ id, product_ id, add_ to cart_ order, reordered

• products . csv:商品信息

字段: product_ id, product_ name, aisle_ id, department_ id

• orders .csv:用户的订单信息

字段: order_ id, user_ id,eval_ set, order_ number, ...

• aisles. csv:商品所属具体物品类别

字段: aisle_ id, aisle

大致操作 

1.  将这几张表合并，得到同时含有user_id和aisle这两个变量的表。这里用到了pandas.merge()函数，merge函数的详情可参看右方链接------->>http://t.csdn.cn/cA4YQ

 2.  找到user_id和aisle之间的关系,这里用到了pandas.crosstab()函数

 3.PCA降维，因为有很多冗余的数据，这时候可以进行降维处理。

 具体操作

先导入要用到的pandas

import pandas as pd

1.获取数据 

order_products=pd.read_csv("D:\order_products__prior.csv")
products=pd.read_csv("D:\products.csv")
orders=pd.read_csv("D:\orders.csv")
aisles=pd.read_csv("D:/aisles.csv")

2. 合并表，将user_id和aisle合并在一个表中

tab1=pd.merge(aisles,products,on=["aisle_id","aisle_id"])
tab2=pd.merge(tab1,order_products,on=["product_id","product_id"])
tab3=pd.merge(tab2,orders,on=["order_id","order_id"])

结果为下表

 3.找到user_id和aisle之间的关系,合并为一张表，user_id做行索引，aisle做列索引

table=pd.crosstab(tab3["user_id"],tab3["aisle"])

结果为下表 

 4.由上面的数据看出，存在很多的冗余数据，现在进行PCA降维处理

data=table[:]
#4.PCA降维
from sklearn.decomposition import PCA
#1.实例化转换器
transfer=PCA(n_components=0.95)
#2.调用fit_transform
data_new=transfer.fit_transform(data)

 最终可看到，经过PCA降维处理后，原来的数据shape为(206209,134)，现在变成了(206209,44)

 

 完整代码

import pandas as pd
#1.获取数据
order_products=pd.read_csv("D:\order_products__prior.csv")
products=pd.read_csv("D:\products.csv")
orders=pd.read_csv("D:\orders.csv")
aisles=pd.read_csv("D:/aisles.csv")

# 2、合并表
tab1=pd.merge(aisles,products,on=["aisle_id","aisle_id"])
tab2=pd.merge(tab1,order_products,on=["product_id","product_id"])
tab3=pd.merge(tab2,orders,on=["order_id","order_id"])

#3. 找到user_id和aisle之间的关系
table=pd.crosstab(tab3["user_id"],tab3["aisle"]
data=table[:]

#4.PCA降维
from sklearn.decomposition import PCA
  #实例化转换器
transfer=PCA(n_components=0.95)
  #调用fit_transform
data_new=transfer.fit_transform(data)

#5.输出处理完毕得到的最终数据
print("data_new.shape：",data_new.shape)
data_new

运行期间出现的错误   invalid argument

当我运行下面这句代码的时候报了错误   invalid argument

aisles=pd.read_csv("D:\aisles.csv)

解决方法：把\改为/就可以了