/
main.py
executable file
·282 lines (233 loc) · 7.66 KB
/
main.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
#!/usr/bin/env python
# -*- coding: utf-8 -*-
from db_dane import pobierz_dane, pobierz_klientow, pobierz_ostatnie_k_zakupow, pobierz_info_produktu
from klasyfikacja import KNN
from string import Template
from collections import Counter
DEBUG = True
def dyskretyzacja(wektor, N):
whole, rem = len(wektor)/N, len(wektor)%N
indices = [whole]*N
for i in range(rem):
indices[i]+=1
wektor2 = [[wektor[i],i] for i in range(len(wektor))]
w_s = sorted(wektor2,key=lambda x:x[0])
idx = 0
for i in range(len(indices)):
for j in range(indices[i]):
w_s[idx][0]=i
idx+=1
return [i[0] for i in sorted(w_s,key=lambda x:x[1])]
def mapowanie(wektor):
"""
Tworzy tablice mapującą ['ala', 'kot', 'ala', 'pies'] na liczby ( w obie strony )
{ 'ala':0, 'kot':1, 'pies':2,
0:'ala', 1:'kot', 2:'pies' }
"""
unikalne = list(set(wektor))
mapa = dict()
for i in range(len(unikalne)):
mapa[i] = unikalne[i]
mapa[unikalne[i]] = i
return mapa
def itemizacja(wektor, mapa):
return [mapa[i] for i in wektor]
def get_column(data, i):
"""
Zwraca kolumne z macierzy 2D
i = 2
[1,2,3,4]
[4,5,6,7] ->[3,6,0]
[8,9,0,1]
"""
return [d[i] for d in data]
def set_column(data, col, i):
"""
Wstawia w data (Macierz 2D) kolumne col(Macierz 1D) w kolumnie o indeksie i
col = [0,0,0,0, ...], i = 1
[1, 2, 3, 4] [1, 0, 3 ,4]
[1, 4, 6, 1] -> [1, 0, 6, 1]
... ...
[3, 1, 5, 6] [3, 0, 5, 6]
"""
for r_idx in range(len(data)):
data[r_idx][i] = col[r_idx]
def przygotuj_dane(dane, kolumny_dyskretyzacji, poziom_dyskretyzacji, kolumny_do_itemizacji):
"""
Zamienia wartości w zbiorze danych na wartosci dyskretne, lub zitemizowane
['ala', 'Portland', 1.33, 3, 5 ] -> [0, 0, 0, 3, 5]
['kot', 'Portland', 4.33, 3, 5 ] -> [1, 0, 1, 3, 5]
['kot', 'Cleveland', 1.53, 3, 5 ] -> [1, 1, 0, 3, 5]
"""
for k in kolumny_dyskretyzacji:
col = get_column(dane,k)
dyskr = dyskretyzacja(col, poziom_dyskretyzacji)
set_column(dane, dyskr, k)
for k in kolumny_do_itemizacji:
col = get_column(dane,k)
mapa = mapowanie(col)
itemiz = itemizacja(col, mapa)
set_column(dane, itemiz, k)
return dane
def wykryj_brakujace_dane(dane):
brakujace_krotki_count = 0
ilosc_zm = len(dane[0])
for krotka in dane:
if len(krotka) != ilosc_zm:
brakujace_krotki_count += (ilosc_zm - len(krotka))
else:
for zmienna in krotka:
if not zmienna:
brakujace_krotki_count += 1
return brakujace_krotki_count
def wypisz_info_produktu(produkt):
temp = """ ProductCode: ${code}
ProductLine: ${line}
Scale: ${scale}
Vendor: ${vendor}
Description: ${description}
Price: ${price}"""
return Template(temp).substitute(code=produkt[0],line=produkt[1],scale=produkt[2],
vendor=produkt[3], description=produkt[4], price=produkt[5])
def wygeneruj_dla_wszystkich(K, M, filename):
klienci = pobierz_klientow()
file = open(filename,'w')
for id_klienta in klienci:
polecane = [pol[0] for pol in znajdz_polecane_dla_k_ostatnich(K, id_klienta).most_common(M)]
file.write("Klient %d\n"%id_klienta)
file.write("Polecane:\n")
for p in polecane:
file.write(wypisz_info_produktu(pobierz_info_produktu(p)))
file.write("\n\n")
file.close()
def print_menu():
print "Witaj, wybierz opcje:"
print "[0] Wyjscie z programu"
print "[1] Wypisanie klientow z bazy"
print "[2] Wygenerowanie polecenia dla klienta o podanym id"
print "[3] Wygenerowanie polecenia dla wszystkich klientow w bazie i zapis do pliku"
def podaj_klientow_size():
print "Podaj ilosc klientow do wypisania"
k = raw_input()
return int(k)
def podaj_k():
print "Podaj wartosci K - ilosc ostatnich transakcji"
k = raw_input()
return int(k)
def podaj_m():
print "Podaj wartosci M - ilosc propozycji"
m = raw_input()
return int(m)
def podaj_id_klienta():
print "Podaj id_klienta"
id = raw_input()
return int(id)
def podaj_nazwe():
print "Podaj nazwe pliku"
plik = raw_input()
return plik
def menu_loop():
choice = -1
while(choice != 0):
print_menu()
choice = int(raw_input())
if choice == 0:
return
elif choice == 1:
klient_size = podaj_klientow_size()
# wypisanie
elif choice == 2:
id = podaj_id_klienta()
K = podaj_k()
M = podaj_m()
def main():
"""
Przykladowa krotka to:
(customerNumber, creditLimit, productCode, productLine, productScale, productVendor, buyPrice)
(379L, 70700.0, 'S18_2957', 'Vintage Cars', '1:18', 'Min Lin Diecast', 34.35)
(...)
Logika biznesowa polega na polecaniu M konkretnych produktów (productCode) dla danego klienta (customerNumber) biorąc
pod uwagę K jego ostatnich zakupów. Wykorzystuje ona ideę algorytmu klasyfikacji KNN.
Dla każdej z K ostatnich transakcji wyliczamy polecany produkt (transakcje najbardziej podobną do tej którą rozważamy - z pewnymi wyjątkami).
Obliczamy sumę mnogościową "Poleceń" i wybieramy M najbardziej polecane produkty.
"""
def znajdz_polecane_dla_k_ostatnich(K, id_klienta):
dane = pobierz_dane()
dane = przygotuj_dane(dane, [1,6], 3, [3,4,5])
k_sasiadow = 20
kol_decyz = 2
# indeksy sa to zmienne kolumn brane pod uwagę, w KNN
# productLine, productScale, productVendor, buyPrice
indeksy = [3,4,5,6]
ostatnie = pobierz_ostatnie_k_zakupow(10, id_klienta)
ostatnie = przygotuj_dane(ostatnie, [1,6], 3, [3,4,5])
polecenia = Counter()
for transakcja in ostatnie:
pol = KNN(dane, k_sasiadow, transakcja, kol_decyz, indeksy)
polecenia += pol
return polecenia
#
# TESTY i DEBUG
#
def test_K_ostatnich():
for id in [125]:
ostatnie = pobierz_ostatnie_k_zakupow(8, id)
print len(ostatnie)
for o in ostatnie:
print o
def test_KNM():
dane = pobierz_dane()
dane = przygotuj_dane(dane, [1,6], 3, [3,4,5])
ostatnie = pobierz_ostatnie_k_zakupow(1, 141L)
ostatnie = przygotuj_dane(ostatnie, [1,6], 3, [3,4,5])
transakcja = ostatnie[0]
k_sasiadow = 20
kol_decyz = 2
indeksy = [3,4,5,6]
pol = KNN(dane, k_sasiadow, transakcja, kol_decyz, indeksy)
print pol
def test():
dane = pobierz_dane()
for d in dane:
print d
#print 'Brakujace krotki:', wykryj_brakujace_dane(dane)
def test_product_info():
info = pobierz_info_produktu('S24_4258')
print info
def test2():
#a = ['ala', 'kot', 'ala', 'abc', 'abc']
#print itemizacja(a)
#a = [1.33, 3.66, 0.31, 0.23, 0.677,6.33]
#print dyskretyzacja(a, 3)
#a = [[1,2,3],[4,5,6],[8,8,8]]
#print get_column(a,0)
#set_column(a, [-1,-2,-3], 1)
#print a
pass
def test3():
dane = pobierz_dane()
dane = przygotuj_dane(dane, [1,6], 3, [3,4,5])
for d in dane:
print d
def test_dla_wszystkich():
wygeneruj_dla_wszystkich(5,3,'wyniki_all.txt')
def test_wypisz_klientow():
klienci = pobierz_klientow()
for k in klienci:
print k
def test4():
dane = pobierz_dane()
dane = przygotuj_dane(dane, [1,6], 3, [3,4,5])
K = 30
kol_decyz = 2
indeksy = [3,4,5,6]
print KNN(dane, K, wiersz_do_klas, kol_decyz, indeksy)
if __name__ == "__main__":
#test_KNM()
#main()
test_dla_wszystkich()
#test_product_info()
#test_wypisz_klientow()
#test4()
#test()
#test_K_ostatnich()