support और conviction से फ़िल्टरिंग
वीडियो में, हमने उस परामर्श कार्य के बारे में बात की थी जो आप एक ईबुक बेचने वाले स्टार्टअप के संस्थापक के लिए करते आ रहे हैं। संस्थापक ने आपको DataFrame rules दिया है, जिसमें पहले काम कर चुके एक डेटा साइंटिस्ट का कार्य शामिल है। इसमें antecedents और consequents के कॉलम हैं, साथ ही कई मीट्रिक्स के संदर्भ में प्रत्येक नियम का प्रदर्शन भी है.
आपका उद्देश्य इस डेटासेट पर multi-metric फ़िल्टरिंग लागू करके संभावित रूप से उपयोगी नियमों की पहचान करना होगा। ध्यान दें कि pandas pd के रूप में और numpy np के रूप में उपलब्ध हैं। साथ ही, rules पहले से परिभाषित है और उपलब्ध है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Market Basket Analysis
अभ्यास निर्देश
- डेटासेट का प्रीव्यू देखने के लिए print के साथ
.head()मेथड का उपयोग करें. - ऐसे नियमों का सबसेट चुनें जिनका antecedent support 0.05 से अधिक हो.
- ऐसे नियमों का सबसेट चुनें जिनका consequent support 0.02 से अधिक हो.
- ऐसे नियमों का सबसेट चुनें जिनकी conviction 1.01 से अधिक हो.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Preview the rules DataFrame using the .head() method
print(____)
# Select the subset of rules with antecedent support greater than 0.05
rules = rules[rules['antecedent support'] > ____]
# Select the subset of rules with a consequent support greater than 0.02
rules = rules[____]
# Select the subset of rules with a conviction greater than 1.01
rules = ____
# Print remaining rules
print(rules)