聚类分析案例:探究用户对物品类别的喜好细分降维

聚类分析案例:探究用户对物品类别的喜好细分降维

数据如下:

  • order_products__prior.csv:订单与商品信息
    • 字段:order_idproduct_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_idaisle

1 需求

2 分析

  • 1.获取数据
  • 2.数据基本处理
    • 2.1 合并表格
    • 2.2 交叉表合并
    • 2.3 数据截取
  • 3.特征工程 — pca
  • 4.机器学习(k-means)
  • 5.模型评估
    • sklearn.metrics.silhouette_score(X, labels)
      • 计算所有样本的平均轮廓系数
      • X:特征值
      • labels:被聚类标记的目标值

3 完整代码

import pandas as pd
from sklearn.decomposition import PCA
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score

#  1.获取数据
order_product = pd.read_csv('./cluster/order_products__prior.csv')
products = pd.read_csv('./cluster/products.csv')
orders = pd.read_csv("./cluster/orders.csv")
aisles = pd.read_csv("./cluster/aisles.csv")

#  2.数据基本处理
#  2.1合并表格
table1 = pd.merge(order_product, products, on=["product_id", "product_id"])
table2 = pd.merge(table1, orders, on=["order_id", "order_id"])
table = pd.merge(table2, aisles, on=["aisle_id", "aisle_id"])

#  2.2交叉表合并
table = pd.crosstab(table["user_id"], table["aisle"])

#  2.3数据截取
table = table[:1000]

#  3.特征工程--PCA
transfer = PCA(n_components=0.9)
data = transfer.fit_transform(table)

#  4.机器学习(k-means)
estimator = KMeans(n_clusters=8, random_state=22)
y_predict = estimator.fit_predict(data)

#  5.模型评估
ret = silhouette_score(data, y_predict)
print(ret)

运行结果:

【这个结果比较低】

算法选择指导

  • 关于在计算的过程中,如何选择合适的算法进行计算,可以参考scikit learn官方给的指导意见:

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