शुरू करेंमुफ़्त में शुरू करें

Zhang का metric लागू करना

ebook स्टार्ट‑अप की संस्थापक अतिरिक्त कंसल्टिंग के लिए फिर लौटी हैं. उन्होंने आपके पास उन itemsets की एक सूची भेजी है जिनकी वे जाँच कर रही हैं, और आपसे कहा है कि देखें क्या इनमें से किसी में ऐसे items हैं जो dissociated हैं. काम पूरा होने पर, उन्होंने आपसे कहा है कि जो metric आप उपयोग करते हैं उसे rules DataFrame में एक नए कॉलम के रूप में जोड़ दें. यह DataFrame आपको उपलब्ध है और फिलहाल antecedents और consequents के कॉलम रखता है.

ये itemsets itemsets नाम की list of lists के रूप में उपलब्ध हैं. हर सूची में antecedent पहले और consequent दूसरे स्थान पर है. आपको पिछले अभ्यासों से books DataFrame तक भी पहुँच है. ध्यान दें कि Zhang का metric आपके लिए परिभाषित है और zhang() के रूप में उपलब्ध है. अतिरिक्त रूप से, pandas pd के रूप में और numpy np के रूप में उपलब्ध हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Market Basket Analysis

पाठ्यक्रम देखें

अभ्यास निर्देश

  • itemsets में प्रत्येक itemset पर लूप चलाएँ.
  • हर itemset के लिए books से antecedent और consequent के कॉलम निकालें.
  • स्टेटमेंट पूरा करें और उसे zhangs_metric सूची में append करें.
  • हर itemset के लिए metric प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Define an empty list for Zhang's metric
zhangs_metric = []

# Loop over lists in itemsets
for itemset in ____:
    # Extract the antecedent and consequent columns
	antecedent = books[itemset[0]]
	consequent = ____[itemset[1]]
    
    # Complete Zhang's metric and append it to the list
	zhangs_metric.append(zhang(____, ____))
    
# Print results
rules['zhang'] = zhangs_metric
print(rules)
कोड संपादित करें और चलाएँ