Google专卖店顾客消费预测问题：如何将数据的json格式转换成csv格式

机器学习训练营——机器学习爱好者的自由交流空间（入群联系qq：2279055353）

案例介绍

商界普遍存在"80/20"原则——20%的顾客产生80%的消费。在这个案例里，我们将根据Google专卖店顾客消费数据集，预测每位顾客的消费金额。

数据描述

该案例包括训练集train_v2.csv和检验集test_v2.csv.

• train_v2.csv: 包括从2016.8.1——2018.4.30的顾客交易信息。

• test_v2.csv: 包括从2018.5.1——2018.10.15的顾客交易信息。

数据集的每一行表示对该专卖店的一次访问，我们要预测的是每位顾客总消费额的对数值。

数据域

• fullVisitorId: 顾客唯一标识符

• channelGrouping: 顾客渠道

• date: 顾客光顾日期

• device: 进店设备

• geoNetwork: 顾客地理位置信息

• sessionId: 访问唯一标识符

• socialEngagementType: 参与类型

• totals: 消费总额

• trafficSource: 流量来源

• visitId: 访问标识符

• visitNumber: 访问次数

• visitStartTime: 访问开始时间