是否有一个 python 包可以从我的数据中找到最有影响力的组分类特征？

问题描述

我的问题是我有一个这样的广告系列数据集：

| 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。