机器学习-用户对物品类别的喜好细分降维

需要kaggle里下载instacart-market-basket-analysis数据集

instacart：把用户分成几个类别                   用户-购买的物品类别

 

把四张表合并成一张表 

pd.merge()   找到两列相同的数值，第二个参数 on 代表 要在 哪一个 列上 进行 merge （这里不太清楚可以查一查merge函数的使用）

on指定主键，所以只要主键的信息匹配，信息就会被保留

交叉表（特殊的分组）

import pandas as pd
from sklearn.decomposition import PCA

#读取四张表csv的数据
prior = pd.read_csv("./instacart-market-basket-analysis/order_products__prior.csv")
products = pd.read_csv("./instacart-market-basket-analysis/products.csv ")
orders = pd.read_csv("./instacart-market-basket-analysis/orders.csv")
aisles = pd.read_csv("./instacart-market-basket-analysis/aisles.csv")

#合并四张表到一张表中（用户-物品类别）
_mg = pd.merge(prior, products, on=['product_id', 'product_id'])
_mg = pd.merge(_mg, orders, on=['order_id', 'order_id'])
meg = pd.merge(_mg, aisles, on=['aisle_id', 'aisle_id'])

cross = pd.crosstab(meg['user_id', 'aisle_id'])     #建立交叉表


pca = PCA(n_components=0.9)
data = pca.fit_transform(cross)
print(data)