Zhang का नियम लागू करना
Chapter 2 में, आपने सीखा था कि Zhang का नियम दो आइटमों के बीच एसोसिएशन का एक continuous मेट्रिक है जो [-1, +1] इंटरवल में मान लेता है. -1 का मान पूरी तरह नकारात्मक एसोसिएशन दर्शाता है और +1 का मान पूरी तरह सकारात्मक एसोसिएशन दर्शाता है. इस अभ्यास में, आप तय करेंगे कि क्या Zhang का नियम उन नियमों के सेट को और बेहतर चुनने में काम आ सकता है जिन्हें एक gift स्टोर इस समय प्रोडक्ट प्रमोशन के लिए उपयोग कर रहा है.
ध्यान दें कि frequent itemsets आपके लिए compute कर दिए गए हैं और frequent_itemsets के रूप में उपलब्ध हैं. इसके अलावा, zhangs_rule() परिभाषित है और association_rules() को mlxtend से इंपोर्ट किया गया है. आप मूल नियमों के सेट को फिर से compute करके शुरू करेंगे. उसके बाद, आप Zhang के metric को लागू करेंगे ताकि केवल वे नियम चुने जाएँ जिनमें उच्च और सकारात्मक एसोसिएशन हो.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Market Basket Analysis
अभ्यास निर्देश
- कम से कम 1.00 के lift मान के साथ association rules का सेट जेनरेट करें.
- antecedent support थ्रेशहोल्ड को 0.005 पर सेट करें.
- Zhang का नियम compute करें और आउटपुट को
rulesमेंzhangकॉलम को असाइन करें. - वे नियम चुनें जिनमें Zhang का metric 0.98 से अधिक हो.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Generate the initial set of rules using a minimum lift of 1.00
rules = association_rules(frequent_itemsets, metric = "____", min_threshold = ____)
# Set antecedent support to 0.005
rules = rules[rules['____'] > 0.005]
# Set consequent support to 0.005
rules = rules[rules['consequent support'] > 0.005]
# Compute Zhang's rule
rules['zhang'] = ____(____)
# Set the lower bound for Zhang's rule to 0.98
rules = rules[____['zhang'] > 0.98]
print(rules[['antecedents', 'consequents']])