Začněte nyníZačněte zdarma

One-hot kódování transakčních dat

V celém kurzu budeme používat společný postup pro přípravu dat k analýze tržního košíku. Prvním krokem je import pandas DataFrame a výběr sloupce obsahujícího transakce. Každá transakce ve sloupci je řetězec složený z několika položek oddělených čárkou. Dalším krokem je použití funkce lambda, která každý transakční řetězec rozdělí na seznam — tím se sloupec transformuje na seznam seznamů.

V tomto cvičení začneš se seznamem seznamů z datasetu grocery, který máš k dispozici jako transactions. Potom transactions transformuješ do one-hot kódovaného DataFrame, kde každý sloupec obsahuje hodnoty TRUE a FALSE označující, zda byla daná položka součástí transakce.

Toto cvičení je součástí kurzu

Market Basket Analysis v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Z modulu mlxtend.preprocessing importuj TransactionEncoder.
  • Vytvoř instanci transaction encoderu a identifikuj unikátní položky v transactions.
  • Proveď one-hot kódování transactions do pole a jeho hodnoty přiřaď proměnné onehot.
  • Pole převeď na pandas DataFrame a jako záhlaví sloupců použij názvy položek.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import the transaction encoder function from mlxtend
from ____.____ import ____
import pandas as pd

# Instantiate transaction encoder and identify unique items in transactions
encoder = TransactionEncoder().____(____)

# One-hot encode transactions
onehot = encoder.____(transactions)

# Convert one-hot encoded data to DataFrame
onehot = pd.DataFrame(____, columns = encoder.columns_)

# Print the one-hot encoded transaction dataset
print(onehot)
Upravit a spustit kód