Application de la métrique de Zhang
La fondatrice de la jeune pousse en livres numériques est de retour pour d'autres services-conseils. Elle vous a envoyé une liste d'ensembles d'articles qu'elle analyse et vous a demandé de déterminer si certains contiennent des éléments dissociés. Une fois terminé, elle souhaite que vous ajoutiez la métrique utilisée dans une colonne du DataFrame rules, qui est à votre disposition et contient actuellement les colonnes antecedents et consequents.
Les ensembles d'articles sont fournis sous forme d'une liste de listes appelée itemsets. Chaque liste contient d'abord l'antécédent, puis le conséquent. Vous avez aussi accès au DataFrame books des exercices précédents. Notez que la métrique de Zhang a été définie pour vous et est disponible sous le nom zhang(). De plus, pandas est disponible sous pd et numpy sous np.
Cette activité fait partie du cours
Analyse des paniers d'achat en Python
Instructions de l’exercice
- Itérez sur chaque ensemble dans
itemsets. - Extrayez les colonnes de l'antécédent et du conséquent de
bookspour chaque ensemble. - Complétez l'instruction et ajoutez-la à la liste
zhangs_metric. - Affichez la valeur de la métrique pour chaque ensemble.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Define an empty list for Zhang's metric
zhangs_metric = []
# Loop over lists in itemsets
for itemset in ____:
# Extract the antecedent and consequent columns
antecedent = books[itemset[0]]
consequent = ____[itemset[1]]
# Complete Zhang's metric and append it to the list
zhangs_metric.append(zhang(____, ____))
# Print results
rules['zhang'] = zhangs_metric
print(rules)