CommencezCommencez gratuitement

Élagage avec des nuages de points

Après avoir examiné votre proposition de service de diffusion en continu axée sur Batman de l'exercice précédent, la fondatrice réalise que son plan initial était peut-être trop restreint. Plutôt que de miser sur des titres précis, elle vous demande de vous concentrer sur les tendances générales dans les règles d'association, puis d'effectuer l'élagage en conséquence. Votre objectif est d'identifier un large ensemble d'associations fortes.

Heureusement, vous venez d'apprendre à générer des nuages de points. Vous décidez de commencer par représenter le support et la confiance, puisque, selon de nombreuses mesures courantes, toutes les règles optimales se trouvent sur la frontière confiance–support. Les données codées en one-hot ont été importées pour vous et sont disponibles sous onehot. De plus, apriori() et association_rules() ont été importées et pandas est disponible sous pd.

Cette activité fait partie du cours

Analyse des paniers d'achat en Python

Voir le cours

Instructions de l’exercice

  • Générez un grand nombre d'itemsets de 2 articles en fixant le support minimal à 0,0075 et la longueur maximale à 2.
  • Complétez l'appel à association_rules() de manière à éviter tout filtrage supplémentaire.
  • Complétez l'instruction pour générer le nuage de points en affectant à la variable y la mesure confidence.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import seaborn under its standard alias
import seaborn as sns

# Apply the Apriori algorithm with a support value of 0.0075
frequent_itemsets = apriori(onehot, min_support = ___, 
                            use_colnames = True, max_len = ____)

# Generate association rules without performing additional pruning
rules = association_rules(____, metric = 'support', 
                          min_threshold = ____)

# Generate scatterplot using support and confidence
sns.scatterplot(x = "support", y = "____", data = ____)
plt.show()
Modifier et exécuter le code