Ecommerce Machine Learning - 프로모션 효율 예측 (Random Forest)

데이터 확인

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

mem = pd.read_csv('member.csv')
tran = pd.read_csv('transaction.csv')

mem.head()
mem.info()
mem.describe()

tran.head()
tran.info()
tran.describe()

평균 추가 및 데이터 합치기

tran['avg_price'] = tran['total_amount'] / tran['num_item']
tran

데이터 합치기

# Groupby를 활용하여 id별 1줄로 데이터 요약
tran_mean = tran.groupby('id').mean()
tran_mean

# ID별 거래 건수 확인
tran_cnt = tran['id'].value_counts()
tran_cnt

# concat으로 두 데이터 결합
tran_df = pd.concat([tran_mean, tran_cnt], axis=1)
tran_df

# Column 이름 변경
tran_df.columns = ['num_item', 'total_amount', 'avg_price', 'count']
tran_df

# Join을 사용하기 위해, id를 인덱스로 설정
mem.set_index('id', inplace=True)
mem

# join으로 데이터 합치기
mem.join(tran_df)

data = mem.join(tran_df)
data

결측값 확인 및 처리

data.isna().sum() / len(data)

 

카테고리 데이터 처리

data['zip_code'].nunique()  # 3
data['zip_code'].unique()   # array(['Surburban', 'Rural', 'Urban'], dtype=object)
data['channel'].nunique()   # 3
data['channel'].unique()    # array(['Phone', 'Web', 'Multichannel'], dtype=object)

data = pd.get_dummies(data, columns=['zip_code', 'channel'], drop_first=True)
data

 

모델링

# 랜덤 포레스트 모델링
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(data.drop('conversion', axis=1), data['conversion'], test_size=0.3, random_state=100)

from sklearn.ensemble import RandomForestClassifier
model = RandomForestClassifier(max_depth = 10, random_state = 100)
model.fit(X_train, y_train)

예측과 평가하기

pred = model.predict(X_test)
y_test

from sklearn.metrics import accuracy_score, confusion_matrix
accuracy_score(y_test, pred)             # 0.87515625
confusion_matrix(y_test, pred)

from sklearn.metrics import classification_report
print(classification_report(y_test, pred))

model.feature_importances_

X_train.columns

plt.figure(figsize=(20,10))
sns.barplot(x = X_train.columns, y = model.feature_importances_)