python 元素关联分组_关联规则之案例分析:销售商品分析(购物篮分析)

该项目旨在通过分析客户购买数据,挖掘商品间的关联关系,以优化经营策略。通过对数据清洗、编码和应用关联算法,最终找出8个满足条件的强关联规则,可用于指导商业决策。
摘要由CSDN通过智能技术生成

398803005d9a4488d01c30828a07cbb3.png

项目名称:销售商品分析(购物篮分析)

项目目的:通过客户每次购买商品的数据信息挖掘商品之间的关联关系以调整经营策略

项目过程:

观察数据的基本信息

5098b54b305c37cbe07458078fe066e5.png
InvoiceNo:发票号码,作为交易记录的唯一标识
StockCode:商品代码
Description:商品描述
Quantity:交易数量
InvoiceDate:开票日期,作为交易产生的日期
UnitPrice:商品单价
CustomerID:客户ID
Country:客户的国家

关联规则是要研究顾客一次性会购买的东西,所以应该对InvoiceNo进行分组,而不能按照CustomerID来分组,因为顾客可能不止一次购买东西,会有好几张发票,按照CustomerID来分组的话就会将分几次购买的东西合并成一次了。

一、导入需要的库

全部行都能输出⬇⬇

from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"

导库⬇⬇

import pandas as pd
import matplotlib.pyplot as plt
from mlxtend.frequent_patterns import apriori,association_rules  # apriori找频繁项集、association_rules找
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值