or
Este ejercicio forma parte del curso
En este capítulo aprenderás lo básico del análisis de cesta de la compra: reglas de asociación, métricas y poda. Luego aplicarás estos conceptos para ayudar a un pequeño supermercado a mejorar sus acciones promocionales y la colocación de productos.
Las reglas de asociación nos indican que dos o más artículos están relacionados. Las métricas nos permiten cuantificar la utilidad de esas relaciones. En este capítulo aplicarás seis métricas para evaluar reglas de asociación: soporte, confianza, lift, convicción, apalancamiento y la métrica de Zhang. Después usarás reglas de asociación y métricas para ayudar a una biblioteca y a un vendedor de libros electrónicos.
El problema fundamental del análisis de cesta de la compra es determinar cómo convertir un volumen enorme de decisiones de clientes en un número reducido de reglas útiles. Este proceso suele empezar con la aplicación del algoritmo Apriori y requiere estrategias adicionales, como la poda y la agregación. En este capítulo aprenderás a usar estos métodos y terminarás aplicándolos en ejercicios en los que ayudas a un minorista a elegir la distribución de una tienda física y a realizar ventas cruzadas de productos.
Ejercicio actual
En este capítulo final aprenderás cómo se usan las visualizaciones para guiar el proceso de poda y resumir los resultados finales, que normalmente se presentan como conjuntos de artículos o reglas. Dominarás las tres visualizaciones más útiles —mapas de calor, gráficos de dispersión y gráficos de coordenadas paralelas— y las aplicarás para ayudar a un servicio de streaming de películas.