问题描述
| Customer | Province | district | City | Age | No. of Order |
| -------- | ------- | -------- | -----| ----| ------- |
| A | P1 | D1 | C1 | 21 | 5 |
| B | P2 | D2 | C2 | 22 | 9 |
....
而且我需要找到最具影响力的客户群(通常会有 20 个以上的分类群)。例如:“来自Province P1、D1 区、年龄 25 的客户 strong> 是最有前途的群体,因为他们贡献了 50% 的总订单,同时占我们客户群的 10%”。
我目前正在使用 Pandas 遍历所有分类特征中 [2,3,4] 的所有组合,并计算每个组的销售比例,但非常耗时
我想问一下是否已经有一个Python包可以帮助找到那种组?
解决方法
您可以使用决策树自动执行此操作。
并非所有功能都可能有用。使用 PCA(主成分分析)消除琐碎的问题
您可以将 scikit-learn 包用于上述两种情况。