标签：信息 bsp 主成分分析 sklearn and image height das 描述
该案例描述的是一段时间内客户的订单，预测用户下一次将会买那些订单。
数据集的信息如下：
import pandas as pd product_df = pd.read_csv(r‘I:\machine_learn\example_\products.csv‘) product_df.head(10)
该文件是产品数据，里面的字段有product_id（产品ID），product_name（产品名称），aisle_id（产品类型）等。
order_products__prior_df = pd.read_csv(r‘I:\machine_learn\example_\order_products__prior.csv‘) order_products__prior_df.head(10)
该文件是产品和订单数据，里面的字段有product_id（产品ID），order_id（订单ID）等。
orders_df = pd.read_csv(r‘I:\machine_learn\example_\orders.csv‘) orders_df .head(10)
该文件是订单数据，里面的字段有user_id（用户ID），order_id（订单ID）等。
aisles_df = pd.read_csv(r‘I:\machine_learn\example_\aisles.csv‘) aisles_df .head(10)
该文件是产品类型数据，里面的字段有aisle_id（产品数据类型ID），aisle（产品类型名称）。
现在探究的是用户和物品类型的关系：
import pandas as pd from sklearn.depositions import PCA product_df = pd.read_csv(r‘I:\machine_learn\example_\products.csv‘) order_products__prior_df = pd.read_csv(r‘I:\machine_learn\example_\order_products__prior.csv‘) orders_df = pd.read_csv(r‘I:\machine_learn\example_\orders.csv‘) aisles_df = pd.read_csv(r‘I:\machine_learn\example_\aisles.csv‘)
_mg = pd.merge(order_products__prior_df,product_df,on=[‘product_id‘,‘product_id‘]) _mg = pd.merge(_mg,orders_df,on=[‘order_id‘,‘order_id‘]) _ma = pd.merge(_mg,aisles_df,on=[‘aisle_id‘,‘aisle_id‘]) _ma.head(10) #输出
上面就是用户（user_id）与产品类型（aisle）的关系，但是现在需要统计的每一个用户的产品类型，所以用到交叉表（特殊的分组表）。可以查出每一个用户aisle（产品类型）的个数。
crossTab_df = pd.crosstab(_ma["user_id"],_ma["aisle"])
crossTab_df #输出
pca = PCA(n_components=0.9) data = pca.fit_transform(crossTab_df) data #输出
可以看看输出的行列：
data.shape """ (206209, 27) """
标签：信息 bsp 主成分分析 sklearn and image height das 描述
原文地址：https://www.cnblogs.com/shenjianping/p/12885703.html
