如何获取Compose-ML「Predict Next Purchase」演示的next_purchase数据集及模块？

方法一：从Compose-ML官方源码仓库获取 #

• demo模块和对应数据集都包含在Compose-ML的官方源码仓库中，操作步骤：
  1. 克隆Compose-ML的官方源码仓库到本地
  2. 进入仓库根目录后，Python环境就能识别到demo模块，直接运行from demo.next_purchase import load_sample即可加载数据集
  3. 若仅需数据集文件，可在仓库的demo/next_purchase/data目录下找到对应的CSV文件，直接取用

方法二：安装包含demo模块的开发版Compose-ML #

• 注意：通过PyPI安装的正式版Compose-ML不包含demo模块，需从源码安装开发版：
  1. 克隆源码仓库到本地后，执行命令：pip install -e .（-e参数表示可编辑安装，修改源码后无需重新安装即可生效）
  2. 安装完成后，在任意Python环境中都能导入demo.next_purchase模块

方法三：手动构造或替代数据集 #

• 该演示使用的是模拟电商用户购买行为数据集，核心字段包括user_id（用户ID）、purchase_amount（购买金额）、purchase_date（购买日期）。如果无法获取官方数据集，你可以：
  • 手动生成符合格式的模拟数据
  • 使用公开的电商用户购买行为数据集替代（比如包含用户购买时间序列的公开数据集）

内容的提问来源于stack exchange，提问作者Andrzej Wodecki