Výběr prahu podpory
Manažerka online obchodu s dárkovým zbožím se podívá na výsledky z předchozího cvičení a pochválí tě za dobrou práci. Přesto upozorní na jeden problém: všechny identifikované sady položek obsahují pouze jednu položku. Ptá se, jestli by bylo možné použít méně přísné pravidlo a vygenerovat více sad položek, případně i takových, které obsahují více položek.
Po souhlasu se zamyslíš nad tím, co by mohlo způsobovat absenci sad s více než jednou položkou. Parametr max_len to být nemůže, protože byl nastaven na tři. Rozhodneš se, že příčinou musí být podpora, a otestuješ dvě různé hodnoty — pokaždé zkontroluješ, kolik dalších sad položek se vygeneruje. Všimni si, že pandas je dostupný jako pd a data zakódovaná metodou one-hot jsou dostupná jako onehot.
Toto cvičení je součástí kurzu
Market Basket Analysis v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Import apriori from mlxtend
from mlxtend.____ import ____
# Compute frequent itemsets using a support of 0.003 and length of 3
frequent_itemsets_1 = apriori(onehot, min_support = ____,
max_len = ____, use_colnames = True)
# Compute frequent itemsets using a support of 0.001 and length of 3
frequent_itemsets_2 = apriori(onehot, min_support = ____,
____, use_colnames = True)
# Print the number of freqeuent itemsets
print(len(frequent_itemsets_1), len(frequent_itemsets_2))