天池新人实战赛o2o优惠券使用预测四（别家代码分析1）

弄了2天，发现还是对python不够熟悉，完全不能实现我的各种设想，所以，还是先参考别人的代码，先明白别人的思路和python的写法再说吧。
源代码地址请直接在CSDN上搜索，原文说未经许可不得转载，所以我也不放地址了，就记录下自己的一些阅读的想法。
首先将数据集合分为3个部分：
看看这3个部分是什么样子的：

print(feature1.shape)
print(dataset1.shape)
print(feature2.shape)
print(dataset2.shape)
print(feature3.shape)
print(dataset3.shape)

输出结果：
(995240, 7)
(182078, 7)
(812779, 7)
(258446, 7)
(1036975, 7)
(113640, 6)

处理dataset3，将用户ID提取出来：这个时候t是113640行的

t = t.groupby('user_id').agg('sum').reset_index()

因为dataset3是最终的test集，这个集合中没有不领取优惠券的情况，所以只要有一条记录，就说明此用户领取了一次优惠券，所以设置了初值为1，然后按照用户id做个sum，这样就得到了每个用户领取优惠券的次数。这个时候，t为76309行
t = 用户ID+领取优惠券总数

t1为test集合的用户ID+优惠券ID，113640条
同样的方法：

t1 = t1.groupby(['user_id','coupon_id']).agg('sum').reset_index()

最终得到的是t1 = 用户ID+优惠券ID+次数
这里其实产生了个疑问，就是这个优惠券ID有什么用？训练集和测试集又不会有重复优惠券ID的，这个待以后实验认证。
t1为105958行。

t2是同样用户ID，优惠ID不止1个的集合
先提取出和t1类似的集合，再将接收时间字段修改为str类型
再统计用户ID，同样优惠券ID，不同接收时间

t2 = t2[t2.receive_number > 1]

这样筛选出>1的集合，再统计最大接收时间，最小接收时间

t3选择用户ID，优惠券ID、接收时间，然后和t2合并

t3 = pd.merge(t3,t2,on=['user_id','coupon_id'],how='left')

得到的结果如下：
user_id coupon_id date_received max_date_received min_date_received
0 4129537 9983 20160712 NaN NaN
1 6949378 3429 20160706 NaN NaN
2 2166529 6928 20160727 NaN NaN
3 2166529 1808 20160727 NaN NaN
4 6172162 6500 20160708 NaN NaN
t3.shape= (113640, 5)
这样相当于加上了2个属性，没有这2个属性的为NaN
后续又调用自己写的函数，二值化为0、1、-1

t3.this_month_user_receive_same_coupon_lastone = t3.this_month_user_receive_same_coupon_lastone.apply(is_firstlastone)

t4一个用户接收到的所有优惠券的个数
看到这里，我总算明白了，怎么能统计个数了！

t4 = dataset3[['user_id','date_received']]
t4['this_day_receive_all_coupon_count'] = 1
t4 = t4.groupby(['user_id','date_received']).agg('sum').reset_index()

t5，一个用户不同时间接收到的优惠券的个数
t6，一个用户不同优惠券的接收时间
我还是没有明白，为什么什么都和优惠券ID挂在一起，有什么用呢？
这里是修改列名称的代码

t6.rename(columns={'date_received':'dates'},inplace = True)

t7是领取不同优惠券的数量？
最后同意merge到一起，保存为csv文件

整个过程看的晕，主要是不了解为什么总吧优惠券ID挂上，个人猜测是因为虽然预测集和测试集的优惠券ID不一样，但是领取同一优惠券ID数量、领取不同的优惠券ID这些行为都是一样的，所以把这些数量作为特征。
最后的模型建立和预测肯定不会基于这个优惠券ID。

天池新人实战赛o2o优惠券使用预测四（别家代码分析1）相关推荐

Sklearn：天池新人实战赛o2o优惠券使用预测 part1
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) 阿里云官网:天池新人实战赛o2o优惠券使用预测数据集下载链接 ...
Sklearn：天池新人实战赛o2o优惠券使用预测 part2
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) 阿里云官网:天池新人实战赛o2o优惠券使用预测数据集下载链接 ...
天池新人实战赛——阿里移动推荐算法大赛（离线赛与平台赛）
竞赛题目 (离线赛与平台赛题目一样,只是数据量不一样,离线2000w+数据,平台11亿+数据) 在真实的业务场景下,我们往往需要对所有商品的一个子集构建个性化推荐模型.在完成这件任务的过程中,我们不仅 ...
数据科学家之路实战1 --- O2O优惠券使用预测(part2)
本篇文章内容接着part1的模型部分 4.上模型 a.回归树由于GBDT中用到的树是回归树,而不是我们一般用到的分类树,所以这里举个例子复习一下: 我们利用x1.x2这两个特征可以很容易地把数据分为 ...
天池 O2O 优惠券使用预测思路解析与代码实战
个人网站:redstonewill.com 前阵子因为机器学习训练营的任务安排,需要打一场 AI 比赛.然后就了解到最近热度很高且非常适合新人入门的一场比赛:天池新人实战赛o2o优惠券使用预测.今天, ...
天池比赛：o2o优惠券使用预测
一.比赛背景 O2O:全称Online To Offline,线上线下电子商务,是把线上的消费者带到现实的商店中去:在线支付线下商品.服务,再到线下去享受服务.通过打折(例如团购).提供信息.服务(例 ...
天池o2o优惠券使用预测（入门）
一.前言近期学习了一下天池中o2o优惠券使用预测的学习赛,主要任务是通过分析建模,精准预测用户是否会在规定时间内使用相应优惠券.这次的参与主要是学习为主,牛刀小试. 二.解决方案数据分析:对于给定 ...
【机器学习】天池O2O优惠券使用预测_系统性总结与心得
Preface:上半年参加天池的O2O优惠券预测赛排名第二,同时参加了学校数据仓库老师的课程改革建设团队,于是把参赛经验总结成文,准备分享给该课程的学弟学妹.现在我把总结的参赛教程文章也发到CSDN上 ...
O2O优惠券使用预测项目总结
O2O优惠券使用预测笔记前言项目介绍数据评价方式赛题分析基本思路数据集划分特征工程模型选取过程及代码导入python库导入与划分数据集特征工程模型训练与调参预测测试集总 ...

天池新人实战赛o2o优惠券使用预测四（别家代码分析1）

天池新人实战赛o2o优惠券使用预测四（别家代码分析1）相关推荐

最新文章

热门文章