Filtrer avec le support et la conviction
Dans la vidéo, nous avons parlé du mandat de consultation que vous poursuivez pour le ou la fondatrice d'une jeune pousse qui vend des livres numériques. Cette personne vous a fourni le DataFrame rules, qui contient le travail d'un ou d'une data scientist auparavant en poste. On y trouve des colonnes pour les antécédents et les conséquents, ainsi que la performance de chacune de ces règles selon plusieurs mesures.
Votre objectif est d'appliquer un filtrage à critères multiples sur l'ensemble de données pour repérer des règles potentiellement utiles. Notez que pandas est disponible sous pd et numpy sous np. De plus, rules a déjà été défini et est accessible.
Cette activité fait partie du cours
Analyse des paniers d'achat en Python
Instructions de l’exercice
- Utilisez la méthode
.head()avec print pour prévisualiser l'ensemble de données. - Sélectionnez le sous-ensemble de règles dont le support des antécédents est supérieur à 0,05.
- Sélectionnez le sous-ensemble de règles dont le support des conséquents est supérieur à 0,02.
- Sélectionnez le sous-ensemble de règles dont la conviction est supérieure à 1,01.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Preview the rules DataFrame using the .head() method
print(____)
# Select the subset of rules with antecedent support greater than 0.05
rules = rules[rules['antecedent support'] > ____]
# Select the subset of rules with a consequent support greater than 0.02
rules = rules[____]
# Select the subset of rules with a conviction greater than 1.01
rules = ____
# Print remaining rules
print(rules)