Choisir un seuil de support
La gestionnaire de la boutique de cadeaux en ligne consulte les résultats que vous avez fournis à l'exercice précédent et vous félicite pour l'excellent travail. Elle soulève toutefois un enjeu : tous les itemsets que vous avez trouvés ne contiennent qu'un seul article. Elle demande s'il serait possible d'utiliser une règle moins restrictive afin de générer plus d'itemsets, idéalement avec plusieurs articles.
Après avoir accepté, vous réfléchissez à ce qui pourrait expliquer l'absence d'itemsets de plus d'un article. Ce n'est pas le paramètre max_len, puisqu'il était fixé à trois. Vous concluez que cela doit venir du support et décidez de tester deux valeurs différentes, en vérifiant chaque fois combien d'itemsets supplémentaires sont générés. Notez que pandas est accessible sous pd et que les données codées en one-hot sont disponibles sous onehot.
Cette activité fait partie du cours
Analyse des paniers d'achat en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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))