机器学习

结构=特征值+目标值

数据降维：

import pandas as pd
from sklearn.decomposition import PCA

#读取表格数据
prior=pd.read_csv('./data/order_products__prior.csv')

products=pd.read_csv('./data/products.csv')

orders=pd.read_csv('./data/orders.csv')

aisles=pd.read_csv('./data/aisles.csv')

_mg=pd.merge(prior,products,on=['product_id','product_id'])

_mg=pd.merge(_mg,orders,on=['order_id','order_id'])

mt=pd.merge(_mg,aisles,on=['aisle_id','aisle_id'])

mt.head(5)
#四张表拼接成一张表

#处理分段数据  所有用户 购买的全部商品一览表
cross=pd.crosstab(mt['user_id'],mt['aisle'])

cross.head(5)

pca=PCA(n_components=0.9)
#数据降维 保存百分之90的有用数据

data=pca.fit_transform(cross)

data.shape