CommencezCommencez gratuitement

Cartes thermiques avec le lift

La fondatrice aime la carte thermique que vous avez produite pour son service de diffusion en continu. Après avoir discuté davantage du projet, vous convenez toutefois qu'il est important d'examiner d'autres mesures avant de prendre une décision finale sur les films à obtenir sous licence. Plus précisément, la fondatrice suggère de choisir une mesure qui indique si les valeurs de support sont plus élevées que ce à quoi on s'attendrait compte tenu des valeurs de support individuelles des films.

Vous vous rappelez que le lift s'y prête bien et décidez de l'utiliser comme mesure. Vous vous souvenez aussi que le lift a un seuil important à 1,0 et jugez essentiel de remplacer la barre de couleurs par des annotations, afin de pouvoir déterminer si une valeur est supérieure à 1,0. Notez que les règles de l'exercice précédent sont disponibles sous le nom rules.

Cette activité fait partie du cours

Analyse des paniers d'achat en Python

Voir le cours

Instructions de l’exercice

  • Importez seaborn avec son alias standard.
  • Transformez le DataFrame contenant les règles en matrice en utilisant la mesure de lift.
  • Générez une carte thermique avec les annotations activées et la barre de couleurs désactivée.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import seaborn under its standard alias
____

# Transform the DataFrame of rules into a matrix using the lift metric
pivot = rules.____(index = 'consequents', 
                   columns = 'antecedents', values= '____')

# Generate a heatmap with annotations on and the colorbar off
sns.heatmap(pivot, annot = ____, ____)
plt.yticks(rotation=0)
plt.xticks(rotation=90)
plt.show()
Modifier et exécuter le code