1. Учиться
    2. /
  2. Courses
    3. /
  3. Python で学ぶマーケットバスケット分析
Connected

Exercise

集約とフィルタリング

動画では、ギフトショップのマネージャーが実店舗の売り場をアソシエーションルールに基づいて配置できるよう支援しました。店舗のレイアウト上、売り場は2組の製品カテゴリに分けて配置する必要がありました。高度なフィルタリング手法を適用した結果、次のフロアレイアウトを提案しました。

The image shows the store layout that was selected in the video.

マネージャーからは、別の基準で新しいフロアプラン案を出してほしいと依頼されています。各ペアには、サポートが高い製品と低い製品を1つずつ含めてください。データ aggregated はすでに集約およびワンホットエンコード済みです。さらに、mlxtend から apriori() と association_rules() がインポートされています。

Инструкции

100 XP
  • 最小サポートしきい値を 0.0001 に設定して、頻出アイテム集合を生成します。
  • 最小サポートしきい値を 0.0001 に設定して、すべてのルールを抽出します。
  • 先行部（antecedent）のサポートが 0.35 より大きいルールをすべて選択します。
  • 結果部（consequent）のサポートの最大値が 0.35 未満のルールをすべて選択します。