#構造次日購買特徵
#導入庫檔案
print('構造次日購買特徵')
import pandas
import numpy
from pandas import read_csv
from pandas import series
#讀取並設定資料表
df=read_csv('d:\\sample.csv',low_memory=false)
df=df.drop(columns= ['unnamed: 0'],axis=1)
del df['購買商品']
print(df)
#刪除無用列
n=df.loc[df['日'].isin([18])]
n=n.loc[df['購買'].isin([1])]
n=n.drop_duplicates()
#重置索引
a=numpy.arange(0,len(n['使用者標識']),1)
n.index=a
#只留下商品標識，使用者標識，購買標記
del n['購買']
del n['日']
del n['收藏']
del n['瀏覽']
del n['加購物車']
del n['商品分類']
del n['使用者行為']
'''m.rename(columns=,inplace=true)
n.rename(columns=,inplace=true)
'''group=df.loc[df['日'].isin([14,15,16,17,18])]
print(group)
a=numpy.arange(0,len(group['使用者標識']),1)
group.index=a
#刪除商品標識不同的行
i = 0
j = 0
d = len(group['使用者標識'])
l = len(n['使用者標識'])
a = numpy.zeros(group.shape[0])
while ij=0
while jif group['使用者標識'][i]==n['使用者標識'][j]:
if group['商品標識'][i]==n['商品標識'][j]:
a[i]=1
j=j+1
i=i+1
group.insert(9,'18日購買',a)#先建立再併入資料框
print(n)
print(group)
print(sum(group['18日購買']))
group.to_csv('d:\\sample_1.3.csv')
天池新人賽 資料探勘
組別 wlh 奧林匹克百公尺跑資料 python 程式設計是基於python的環境進行，可以在環境中構造資料模型 畫出建立的方程模型影象和散點圖的影象，進行對比 x test np.linspace 1896,2008,100 none 在文件中讀取x的值 f test w0 w1 x test 之...
天池新人實戰賽之 離線賽 嘗試（四）
之前的特徵值有10幾個，有點少了。增加特徵值到40多個。特徵選取參考 使用pyspark.ml.classification import gbtclassifier 裡的模型。幾個引數解釋 maxiter 迭代次數 maxdepth 樹的最大深度 stepsize 每次迭代優化步長 學習速率 se...
構造次優查詢樹
似乎有些錯誤，但是錯在哪了呢？include include using namespace std const int num 9 int value num float weight num float sum weight num void init sum weight struct tre...