老师提供的思路是：
1.train的数据都发生在prior之后
2.分别得到prior和train的unique (user_product) key
3.得到两者重合的部分， 那这部分就是reordered
4.在prior中有329806个unique key，而重合的部分是32339， 所以label 为1 的比例是9.8%， 而另外的297467个则被label为0
我觉得这里面有点问题。
我的思路：
1.feature中’reorder’为0的表明是第一次被选购，为1表名被重复选购
2.确实不能以reorder的0和1来label，但如果有个unique (user_product) key，reorder的值既出现了0也出现了1，就表明该商品被重复选购了
3.以prior为例，329806个unique key中有131716个key是重复出现的，double check后发现确实这131716个key的reorder是既有0也有1，表明是被重复选购了，尽管有些key并没有出现在train里面, e.g. user_id = 185013, product_id = 13176.
4.以此为依据，把prior和train按照行方向合并，一共得到351171个unique (user_product) key， 其中141115个是重复出现的。
5.我觉得应该把这141115个label为1，而其余的则为0，reorder的比例约为40%
如果按照老师的思路，我觉得那297467个0 label中其实有部分应该被标为1，因为根据‘reorder’这个label，确实是被重复选购了，尽管重复选购的时间是只发生在prior里面。
老师能帮忙看看我的思路是否正确？谢谢。