Začněte nyníZačněte zdarma

Filtrování pomocí support a conviction

Ve videu jsme se věnovali konzultační práci pro zakladatele startupu prodávajícího e-knihy. Zakladatel ti předal DataFrame rules, který obsahuje výsledky práce datového vědce, jenž dříve působil v týmu. Najdeš v něm sloupce pro antecedenty a konsekventory spolu s hodnotami různých metrik pro každé pravidlo.

Tvým cílem bude provést filtrování podle více metrik najednou a identifikovat potenciálně užitečná pravidla. K dispozici máš pandas jako pd a numpy jako np. DataFrame rules je již definován a připraven k použití.

Toto cvičení je součástí kurzu

Market Basket Analysis v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Pomocí metody .head() a funkce print si zobraz náhled datasetu.
  • Vyber podmnožinu pravidel, jejichž antecedent support je větší než 0,05.
  • Vyber podmnožinu pravidel, jejichž consequent support je větší než 0,02.
  • Vyber podmnožinu pravidel s conviction větší než 1,01.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Preview the rules DataFrame using the .head() method
print(____)

# Select the subset of rules with antecedent support greater than 0.05
rules = rules[rules['antecedent support'] > ____]

# Select the subset of rules with a consequent support greater than 0.02
rules = rules[____]

# Select the subset of rules with a conviction greater than 1.01
rules = ____

# Print remaining rules
print(rules)
Upravit a spustit kód