CommencerCommencer gratuitement

Générer des règles d’association

Dans le dernier exercice de la section précédente, vous avez calculé des itemsets pour le magasin de cadeaux originaux en utilisant l’algorithme Apriori. Vous avez indiqué au propriétaire qu’en abaissant le support de 0.005 à 0.003, le nombre d’itemsets était passé de 9 à 91. En le réduisant à nouveau à 0.001, ce nombre est monté à 429. Satisfait de ce travail descriptif, le gérant vous demande maintenant d’identifier des règles d’association à partir des deux ensembles d’itemsets fréquents que vous avez calculés.

Notez que pandas a été importé sous l’alias pd et que les deux ensembles d’itemsets fréquents sont disponibles sous les noms frequent_itemset_1 et frequent_itemset_2. Votre objectif est de déterminer quelles règles d’association peuvent être extraites de ces itemsets.

Cet exercice fait partie du cours

Analyse des paniers d’achat en Python

Afficher le cours

Instructions

  • Importez l’algorithme de mlxtend qui calcule des règles d’association à partir des résultats de l’algorithme apriori.
  • Complétez l’instruction pour calculer les règles d’association pour frequent_itemsets_1 en utilisant la métrique support et un seuil de 0.0015.
  • Complétez l’instruction pour calculer les règles d’association pour frequent_itemsets_2 en utilisant la métrique support et un seuil de 0.0015.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Import the association rule function from mlxtend
from mlxtend.____ import ____

# Compute all association rules for frequent_itemsets_1
rules_1 = association_rules(frequent_itemsets_1, 
                            metric = "____", 
                         	min_threshold = ____)

# Compute all association rules for frequent_itemsets_2
rules_2 = association_rules(frequent_itemsets_2, 
                            metric = ____, 
                        	____)

# Print the number of association rules generated
print(len(rules_1), len(rules_2))
Modifier et exécuter le code