Začněte nyníZačněte zdarma

Doporučování knih pomocí supportu

Knihovna chce motivovat své členy ke čtení a rozhodla se k tomu využít analýzu nákupního košíku. Požádala tě o provedení analýzy a jako podklad chce použít pět nejlépe hodnocených knih z datasetu goodbooks-10k, který byl představen ve videu. Data máš k dispozici v one-hot kódovaném formátu jako pandas DataFrame s názvem books.

Každý sloupec DataFramu odpovídá jedné knize a nabývá hodnoty TRUE, pokud je kniha součástí čtenářovy knihovny a je vysoce hodnocena. Pro zjednodušení budeme pracovat se zkrácenými názvy knih: Hunger, Potter a Twilight.

Toto cvičení je součástí kurzu

Market Basket Analysis v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Vypočítej support pro {Hunger, Potter}.
  • Vypočítej support pro {Hunger, Twilight}.
  • Vypočítej support pro {Potter, Twilight}.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Compute support for Hunger and Potter
supportHP = np.logical_and(books['Hunger'], books['____']).mean()

# Compute support for Hunger and Twilight
supportHT = ____(books['Hunger'], books['Twilight']).mean()

# Compute support for Potter and Twilight
supportPT = np.logical_and(books['Potter'], books['Twilight']).____

# Print support values
print("Hunger Games and Harry Potter: %.2f" % supportHP)
print("Hunger Games and Twilight: %.2f" % supportHT)
print("Harry Potter and Twilight: %.2f" % supportPT)
Upravit a spustit kód