CommencezCommencez gratuitement

Affiner le support avec la confiance

Après avoir présenté vos résultats de l'exercice précédent, la bibliothèque vous demande dans quel sens va la relation. Devraient-ils utiliser Harry Potter pour promouvoir Twilight, ou Twilight pour promouvoir Harry Potter?

Après réflexion, vous décidez de calculer la métrique de confiance, qui est directionnelle, contrairement au support. Vous allez la calculer pour {Potter} \(\rightarrow\) {Twilight} et pour {Twilight} \(\rightarrow\) {Potter}. Le DataFrame books a été importé pour vous et comporte une colonne par livre : Potter et Twilight.

Cette activité fait partie du cours

Analyse des paniers d'achat en Python

Voir le cours

Instructions de l’exercice

  • Calculez le support de {Potter, Twilight}.
  • Calculez le support de {Potter}.
  • Calculez le support de {Twilight}.
  • Calculez la confiance de {Potter} \(\rightarrow\) {Twilight} et de {Twilight} \(\rightarrow\) {Potter}.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Compute support for Potter and Twilight
supportPT = np.logical_and(____, ____).mean()

# Compute support for Potter
supportP = books['Potter'].____

# Compute support for Twilight
supportT = ____

# Compute confidence for both rules
confidencePT = supportPT / ____
confidenceTP = ____ / supportT

# Print results
print('{0:.2f}, {1:.2f}'.format(confidencePT, confidenceTP))
Modifier et exécuter le code