用户行为 商品类别下店铺的购买预测代码
时间: 2024-01-25 15:04:59 浏览: 34
以下是一个简单的示例代码,用于预测特定商品类别下不同店铺的购买行为:
```python
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score
# 读取数据集,包含用户行为和商品类别信息
data = pd.read_csv('behavior_data.csv')
# 将商品类别和店铺编号进行独热编码
data = pd.get_dummies(data, columns=['category', 'store'])
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(data.drop('purchased', axis=1),
data['purchased'],
test_size=0.2, random_state=42)
# 定义逻辑回归模型
model = LogisticRegression()
# 训练模型
model.fit(X_train, y_train)
# 预测测试集
y_pred = model.predict(X_test)
# 计算准确率
acc = accuracy_score(y_test, y_pred)
print(f"预测准确率:{acc}")
```
以上代码假设数据集已经包含用户行为和商品类别信息,并且已经进行了独热编码。在训练模型时,使用了逻辑回归模型,并在训练后对测试集进行了预测和准确率计算。
相关推荐
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)