शुरू करेंमुफ़्त में शुरू करें

Association rules जनरेट करना

पिछले सेक्शन के अंतिम अभ्यास में, आपने novelty gift स्टोर ओनर के लिए Apriori एल्गोरिदम का उपयोग करके itemsets निकाले थे. आपने स्टोर ओनर को बताया था कि support को 0.005 से घटाकर 0.003 करने पर itemsets की संख्या 9 से बढ़कर 91 हो गई. इसे और घटाकर 0.001 करने पर संख्या 429 हो गई. आपके किए गए इस वर्णनात्मक विश्लेषण से संतुष्ट होकर स्टोर मैनेजर आपसे कहता/कहती है कि आप उन दो frequent itemsets से कुछ association rules पहचानें जो आपने निकाले थे.

ध्यान दें कि pandas आपके लिए pd नाम से इम्पोर्ट किया गया है और दोनों frequent itemsets frequent_itemset_1 और frequent_itemset_2 के रूप में उपलब्ध हैं. आपका उद्देश्य यह निर्धारित करना है कि इन itemsets से कौन-से association rules निकाले जा सकते हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Market Basket Analysis

पाठ्यक्रम देखें

अभ्यास निर्देश

  • mlxtend से वह एल्गोरिदम इम्पोर्ट करें जो apriori एल्गोरिदम के परिणामों से association rules निकालता है.
  • frequent_itemsets_1 के लिए association rules निकालने वाला स्टेटमेंट पूरा करें, जहाँ metric support हो और threshold 0.0015 हो.
  • frequent_itemsets_2 के लिए association rules निकालने वाला स्टेटमेंट पूरा करें, जहाँ metric support हो और threshold 0.0015 हो.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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))
कोड संपादित करें और चलाएँ