年前做的，也是學習別人的作品作為記錄
一、賽題
表1：sku基本信息表（jdata_sku_basic_info）
表2：用戶基本信息表（jdata_user_basic_info）
表3：用戶行為表（jdata_user_action）
表4：用戶訂單表（jdata_user_order）
表5：評論分數數據表（jdata_user_comment_score）
數據說明：
任務：
根據提供的數據，預測未來一個月內最有可能購買目標品類的用戶，並預測首次購買日期
二、思路
1.提取數據及預處理 data_load.py
①加載數據
②將日期轉為pandas形式，處理分別得到年月日
③統計訂單評價等級和次數
④得到三個dataframe
Jdata_user_order:user_id,sku_id,o_id,o_date,o_area,o_sku_num,o_date_y,o_date_m, o_date_d,price,cate,para_1,para_2,para_3,score_level_1_count,score_level_2_count,
Score_level_3_count,cost
Jdata_user_action:user_id,sku_id,a_date,a_num,a_type,a_date_y,a_date_m,a_date_d,price,cate,para_1,para_2,para_3
Jdata_user_basic_info:user_id,age_-1,age_1,age_2,age_3,age_4,age_5,age_6,sex_0,sex_1,sex_2,user_lv_cd_1, user_lv_cd_2, user_lv_cd_3, user_lv_cd_4, user_lv_cd_5
⑤特征選擇 feat_main.py feature.py
參考特征：
與購買相關的特征：
訂單數/商品數/商品種類/購買次數/有購買行為的天數/有購買行為的月數
與瀏覽和收藏相關的特征：
行為（瀏覽或收藏）商品數/行為（瀏覽或收藏）商品種類/行為（瀏覽或收藏）天數/收藏商品數/收藏商品種類/有收藏行為的天數
地理信息：
用戶下單過的地點數/用戶訂單數最大的地點編號
參數信息：
用戶所購買商品price/para1/para2/para3的最大值最小值平均值中位數
用戶花費：
用戶的總花費
用戶購買集中度：
用戶購買集中度=購買的商品次數/購買的商品種類
用戶商品忠誠度：
用戶購買同一sku的最大次數
用戶購買轉化率：
用戶購買轉化率=用戶購買的商品種類/用戶有行為（瀏覽或收藏）的商品種類
日期特征：
購買的最小的day/最大的day/平均的day
近3個月/5個月 月首購買日期的最大、最小、平均、中位數
三、代碼
不知道博客園怎么上傳文件，zzz
先不上傳了