天池移动推荐算法1-购买转化率

记录学习天池移动推荐算法中的点滴

工具/原料

pandas

数据下载

1、数据是从天池新人实战赛下载的，注册之后就可以下载

参考资料

1、所有操作步骤，均是按照Snoopy_Yuan 的操作，代码有部分改动，这里对Snoopy_Yuan表示感谢

购买转化率

1、购买转化率 = 购买数 / 总操作数总操作数包括：浏览、收藏、加购物车、购买涉及到的表是tianch足毂忍珩i_fresh_comp_train_user.csv，需要统计该表中behavior_type列中，值为4（购买）时出现的次数，已经所有的值（浏览、收藏、加购物车、购买）出现的总次数

2、（1）读取文件，使用pd.read_csv函数parsedateFun = lambda str:pd.datetime.strptime(str, '%Y-%m-%d 鬈熵痼霄%H')reader = pd.read_csv(r'test\tianchi_fresh_comp_train_user.csv', parse_dates = ['time'], date_parser=parsedateFun, chunksize = 100)参数介绍：第一个参数是文件的路径chunksize：因为文件比较大，所有可以分块读取parse_dates：文件中的'time'列按照时间读取date_parser：读取'time'列时使用的解析函数parse_dates和date_parser参数在购买转化率中用不到，可以不添加该参数

3、（2）DataFrame.value_counts()函数查看表格某列中有多少个不同值的快捷方法，并计算每个不同值在该列中有多少重复值。示例：定义一个姓名与课程的数据，显示学生选课信息

4、统计每个学生选了几门课，以及没门课有多少学生选

5、在统计behavior_type列时，可以使用DataFrame.value_counts()函数

6、（3）首先定义al盟敢势袂l_count字典，记录key为1、2、3、4时，初始个数都是0然后分块读取数据文件，统计behavior_type列中各个取值出现的次数并将对应取值的次数，追加到all_count中。如behavior_type值为1出现的次数，增加到all_count[1]中为了判断正确与否，可以修改chunksize为一个较小的值，并且在for中执行一次就推出。通过打印日志，查看允许是否正确

7、（4）使用整个文件，计算购买转化率