python - 是否有一个 python 包可以从我的数据中找到最有影响力的组（分类特征）？

Question

我的问题是我有一个这样的活动数据集：

| Customer | Province | District | City | Age | No. of Order |
| -------- | -------  | -------- | -----| ----| -------      |
| A        | P1       | D1       | C1   | 21  | 5            |
| B        | P2       | D2       | C2   | 22  | 9            |
....

我需要找到最有影响力的客户群（通常会有>20个分类群）。例如：“来自P1 省、D1 区、25 岁的客户是最有前途的群体，因为他们贡献了 50% 的总订单，同时占我们客户群的 10%”。

我目前正在使用 Pandas 从我的所有分类特征中遍历 [2,3,4] 的所有组合，并计算每个组的销售比例，但这非常耗时

我想问是否已经有Python包可以帮助找到那种组？

Answer 1

您可以使用决策树自动执行此操作。

并非所有功能都可能有用。使用 PCA（主成分分析）消除琐碎的

您可以对上述两个使用 scikit-learn 包。