शुरू करेंमुफ़्त में शुरू करें

ट्रांज़ैक्शन डेटा का वन-हॉट एन्कोडिंग

पूरे कोर्स में, हम मार्केट बास्केट एनालिसिस के लिए डेटा तैयार करने को लेकर एक सामान्य पाइपलाइन का उपयोग करेंगे। पहला चरण है pandas DataFrame इम्पोर्ट करना और वह कॉलम चुनना जिसमें ट्रांज़ैक्शंस हों। उस कॉलम में हर ट्रांज़ैक्शन एक स्ट्रिंग होगी जिसमें कई आइटम्स कॉमा से अलग किए गए होंगे। अगला चरण है हर ट्रांज़ैक्शन स्ट्रिंग को एक lambda फंक्शन से स्प्लिट करके एक लिस्ट में बदलना, ताकि कॉलम एक लिस्ट-ऑफ-लिस्ट्स में ट्रांसफॉर्म हो जाए।

इस अभ्यास में, आप ग्रोसरी डेटासेट की उसी लिस्ट-ऑफ-लिस्ट्स से शुरू करेंगे, जो transactions के रूप में उपलब्ध है। फिर आप transactions को एक वन-हॉट एन्कोडेड DataFrame में बदलेंगे, जहाँ हर कॉलम में TRUE और FALSE वैल्यूज़ होंगी जो बताएँगी कि कोई आइटम किसी ट्रांज़ैक्शन में शामिल था या नहीं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Market Basket Analysis

पाठ्यक्रम देखें

अभ्यास निर्देश

  • mlxtend.preprocessing से TransactionEncoder इम्पोर्ट करें।
  • एक ट्रांज़ैक्शन एन्कोडर इंस्टैंशिएट करें और transactions में मौजूद यूनिक आइटम्स पहचानें।
  • transactions को one-hot एन्कोड करके एक array में बदलें और उसकी वैल्यूज़ onehot को असाइन करें।
  • इस array को आइटम नामों को कॉलम हेडर बनाकर एक pandas DataFrame में कन्वर्ट करें।

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import the transaction encoder function from mlxtend
from ____.____ import ____
import pandas as pd

# Instantiate transaction encoder and identify unique items in transactions
encoder = TransactionEncoder().____(____)

# One-hot encode transactions
onehot = encoder.____(transactions)

# Convert one-hot encoded data to DataFrame
onehot = pd.DataFrame(____, columns = encoder.columns_)

# Print the one-hot encoded transaction dataset
print(onehot)
कोड संपादित करें और चलाएँ