teratail
回答率
85.47%
質問するログイン新規登録
トップに関する質問列の内容が同じDataFrame同士を連結する方法

編集履歴

質問編集履歴

6

質問変更

2018/10/17 03:28

投稿

trafalbad
trafalbad

スコア303

test CHANGED
@@ -1 +1 @@
1
- CTR率に関係する要因（特徴量）について
1
+ 列の内容が同じDataFrame同士を連結する方法
test CHANGED
@@ -1,9 +1,51 @@
1
+ pandasで同じ列同士の2つのdataframe（df1、df2）を連結して、新しいDataFrame(dff)を作りたいのですが、列の内容が同じ（idが同じもの同士）を連結するにはどのようにすればいいのでしょうか？
2
+
1
- CTRの予測の特徴量で
3
+ concatを使ってもうまくいきません。ご教授お願いします
2
4
 
3
5
 
4
6
 
7
+ ```python
8
+
9
+ # df1
10
+
11
+ karin_id, kingaku, birth,
12
+
5
- **・userが公告をクリックする衝動・要因**
13
+ 3564 2000 2014
14
+
15
+ 2536 3000 1994
16
+
17
+ 6453 3200 1996
18
+
19
+ 3245 1000 1995
6
20
 
7
21
 
8
22
 
23
+
24
+
25
+ # df2
26
+
27
+ karin_id, pop, tag,
28
+
29
+ 3564 0 4
30
+
31
+ 2536 26 9
32
+
33
+ 6453 34 3
34
+
35
+ 3245 4 4
36
+
37
+
38
+
39
+ # dff(df1とdf2を連結)
40
+
9
- を使いたいのですが、何か参考になるもの、該当しそうなものをご存知でしたら教えていただけないでしょうか？
41
+ karin_id, kingaku, birth, pop, tag
42
+
43
+ 3564 2000 2014 0 4
44
+
45
+ 2536 3000 1994 26 9
46
+
47
+ 6453 3200 1996 34 3
48
+
49
+ 3245 1000 1995 4 4
50
+
51
+ ```

5

質問変更

2018/10/17 03:28

投稿

trafalbad
trafalbad

スコア303

test CHANGED
@@ -1 +1 @@
1
- 可能な限りの特徴量の組み合わせを作る方法
1
+ CTR率に関係する要因（特徴量）について
test CHANGED
@@ -1,55 +1,9 @@
1
- 質問変更申し訳ありません。
1
+ CTRの予測の特徴量で
2
-
3
- pandasで以下の列名のDataFrame(df)があります
4
-
5
- ```python
6
-
7
- #df
8
-
9
- 'rate','user', 'age'
10
-
11
- 0, 2 u1 22
12
-
13
- 1, 5 u2 13
14
-
15
- 2, 3 u 33
16
2
 
17
3
 
18
4
 
19
- ```
20
-
21
- この3つの列で可能な限りの列名の組み合わせのlistを作りたいのですが、そのようにすればいいでしょうか？
22
-
23
- 数学である[順列](https://keisan.casio.jp/exec/system/1161228812)で
24
-
25
- 3C2+3C3=3+1=4の組み合わせの計算ででた組み合わせのlistを作成する感じです
5
+ **・userが公告をクリックする衝動・要因**
26
6
 
27
7
 
28
8
 
29
- 良い方法がありましたらご教授いただけないでしょうか？
9
+ を使いたいのですが、何か参考になるもの、該当しそうなものをご存知でしたら教えていただけないでしょうか？
30
-
31
-
32
-
33
- ---
34
-
35
- **例　: 下のような列名の全ての組み合わせ(A~D)のlistの作成**
36
-
37
-
38
-
39
- 3つの列なら全ての組み合わせは、
40
-
41
- ```python
42
-
43
- candidate_columns=[
44
-
45
- ['rate', 'age'],#A
46
-
47
- ['rate', 'user'],#B
48
-
49
- ['user', 'age'],#C
50
-
51
- ['rate', 'age', 'user'],#D
52
-
53
- ]
54
-
55
- ```

4

修正

2018/10/11 08:05

投稿

trafalbad
trafalbad

スコア303

test CHANGED
File without changes
test CHANGED
@@ -18,7 +18,7 @@
18
18
 
19
19
  ```
20
20
 
21
- この4つで可能な限りの列名の組み合わせのlistを作りたいのですが、そのようにすればいいでしょうか？
21
+ この3つの列で可能な限りの列名の組み合わせのlistを作りたいのですが、そのようにすればいいでしょうか？
22
22
 
23
23
  数学である[順列](https://keisan.casio.jp/exec/system/1161228812)で
24
24
 

3

質問変更

2018/10/08 00:13

投稿

trafalbad
trafalbad

スコア303

test CHANGED
@@ -1 +1 @@
1
- レコメンドでCTRを予測する意味について
1
+ 可能な限りの特徴量の組み合わせを作る方法
test CHANGED
@@ -1 +1,55 @@
1
+ 質問変更申し訳ありません。
2
+
3
+ pandasで以下の列名のDataFrame(df)があります
4
+
5
+ ```python
6
+
7
+ #df
8
+
9
+ 'rate','user', 'age'
10
+
11
+ 0, 2 u1 22
12
+
13
+ 1, 5 u2 13
14
+
15
+ 2, 3 u 33
16
+
17
+
18
+
19
+ ```
20
+
1
- kaggleとかのレコメンドのコンペでCTR（クリック率）を予測するアルゴリズムが人気なのですが、CTRを予測することが何故レコメンドに有効なのでしょうか？
21
+ この4つで可能な限りの列名の組み合わせのlistを作りたいのですが、そのようにすればいいでしょうか？
22
+
23
+ 数学である[順列](https://keisan.casio.jp/exec/system/1161228812)で
24
+
25
+ 3C2+3C3=3+1=4の組み合わせの計算ででた組み合わせのlistを作成する感じです
26
+
27
+
28
+
29
+ 良い方法がありましたらご教授いただけないでしょうか？
30
+
31
+
32
+
33
+ ---
34
+
35
+ **例　: 下のような列名の全ての組み合わせ(A~D)のlistの作成**
36
+
37
+
38
+
39
+ 3つの列なら全ての組み合わせは、
40
+
41
+ ```python
42
+
43
+ candidate_columns=[
44
+
45
+ ['rate', 'age'],#A
46
+
47
+ ['rate', 'user'],#B
48
+
49
+ ['user', 'age'],#C
50
+
51
+ ['rate', 'age', 'user'],#D
52
+
53
+ ]
54
+
55
+ ```

2

2018/10/08 00:12

投稿

trafalbad
trafalbad

スコア303

test CHANGED
@@ -1 +1 @@
1
- なぜCTR予測のアルゴリズムがレコメンドとして機能するかについて
1
+ レコメンドでCTRを予測する意味について
test CHANGED
@@ -1,21 +1 @@
1
- レコメンドでCTR（クリック率）を予測するアルゴリズムがkaggleで人気なのですが、CTRを予測することでなぜパーソナライズなレコメンドができるのでしょうか？
1
+ kaggleとかのレコメンドのコンペでCTR（クリック率）を予測するアルゴリズムが人気なのですが、CTRを予測することが何故レコメンドに有効なのでしょうか？
2
-
3
-
4
-
5
- trainデータでindexを広告にして、広告ごとのユーザー情報(x)とCTR率（y）を学習させます。
6
-
7
-
8
-
9
- testのステップで同様にユーザー情報(x)を入れてCTR率(y)を予測したとします。
10
-
11
- このときCTR率が予測されただけでXのユーザーに対して、なぜレコメンドができるというロジックになるのでしょうか？
12
-
13
-
14
-
15
- CTRを予測しただけでは、何を持って「おすすめ」の広告をレコメンド表示すればいいのかわかりません。ユーザーベースみたいに類似度の高い順ならわかるのですが、CTRを算出しただけではレコメンドとは無関係な感じがするのですが、、
16
-
17
-
18
-
19
- なぜCTRを予測してパーソナライズなレコメンドができるのでしょうか？
20
-
21
- ご教授お願いします

1

内容修正

2018/10/06 06:08

投稿

trafalbad
trafalbad

スコア303

test CHANGED
@@ -1 +1 @@
1
- CTR予測のレコメンドシステムの仕組みについて
1
+ なぜCTR予測のアルゴリズムがレコメンドとして機能するかについて
test CHANGED
@@ -1,31 +1,21 @@
1
- レコメンドでCTR（クリック率）を予測するアルゴリズムがkaggleで人気なのですが、どのような仕組みなのでしょうか？
1
+ レコメンドでCTR（クリック率）を予測するアルゴリズムがkaggleで人気なのですが、CTRを予測することでなぜパーソナライズなレコメンドができるのでしょうか？
2
2
 
3
3
 
4
4
 
5
- **メインの質問**
6
-
7
- 特に、CTRを予測して、
8
-
9
- ・万人か、特定のユーザーを対象にするか
5
+ trainデータでindexを広告にして、広告ごとのユーザー情報(x)とCTR率（y）を学習させます。
10
-
11
- ・レコメンド表示する広告はどのように決定するのか
12
-
13
- の点について仕組みがわかりません。
14
6
 
15
7
 
16
8
 
17
- また他の質問なんですが、参考になる情報アドバイスなんでも構いません。ご教授お願います。
9
+ testのステップで同様にユーザー情報(x)を入れてCTR率(y)を予測したとします。
10
+
11
+ このときCTR率が予測されただけでXのユーザーに対して、なぜレコメンドができるというロジックになるのでしょうか？
18
12
 
19
13
 
20
14
 
21
- 質問１. CTR予測のレコメンドはダイレクトマーケティングのようなクリック率の高いユーザーしかレコメンドしないシステムなのでしょう？
15
+ CTRを予測しただけでは、何を持って「おすすめ」の広告をレコメンド表示すればいいのかわかりません。ユーザーベースみたいに類似度の高い順ならわかるのですが、CTRを算出しただけではレコメンドとは無関係な感じがするのですが、、
22
16
 
23
17
 
24
18
 
25
- 質問2.amazonとかのecサイトのように、商品ページを見た人すべてに、ページ下に「おすすめ」としてレコメンド商品を表示する場合、CTR予測は使えるのでしょうか？
19
+ なぜCTRを予測してパーソナライズなレコメンドができるのでしょうか？
26
20
 
27
-
28
-
29
-
30
-
31
- 質問3.amazon のレコメンドのアルゴリズムは協調フィルダリングなんですが、ユーザーベースか、またはCTR予測のような何かを予測するモデルベースでしょうか？
21
+ ご教授お願いします