我有餐馆发票的数据集，其中包含每个客户订购的产品。
我已经处理过数据了，我在csv文件中有以下矩阵：
InvoiceID, Product 1, product 2, product 3, product 4, product 5.....
123, 0, 1, 0, 1, 0, .....
124, 0, 1, 1, 1, 0, .....
...
对于每张发票，我在csv中有一个包含0和1的条目，如果客户订购了由列表示的产品（0未订购，1已订购）。
如何使用sklearn处理此数据，以便我可以对发票进行聚类并获取质心，以便查看每个群集中心的产品？
谢谢！
编辑： 我有957种产品，其中很多产品从未订购过，所以我可以减少基质（不知道最好的方法）
答案 0 :(得分：1)
您确定群集是您需要的吗？
听起来好像市场购物篮分析（和频繁的项目集挖掘）是可行的方法。
大多数群集算法会将每个客户分配给完全一种类型，而FIM也会检测子集和重叠模式。
答案 1 :(得分：0)
您可以在scikit-learn中使用任何聚类算法。注意不要将ID列传递给它。您可以使用numpy或pandas屏蔽始终为零的列。 可以在user guide
中找到对scikit-learn中的聚类方法的一个很好的介绍