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

övning

support と conviction によるフィルタリング

動画では、あなたが電子書籍販売のスタートアップ創業者に継続的なコンサルティングを行っている状況について説明しました。創業者からは、かつて在籍していたデータサイエンティストの作業結果を含む DataFrame rules が共有されています。これには、前件（antecedents）と後件（consequents）の列に加え、複数の指標に対する各ルールのパフォーマンスが含まれています。

あなたの目的は、このデータセットに対して複数の指標を用いたフィルタリングを行い、有用になり得るルールを特定することです。pandas は pd、numpy は np として利用できます。さらに、rules はすでに定義済みで利用可能です。

Instruktioner

100 XP
  • .head() メソッドを print と併用して、データセットをプレビューしてください。
  • antecedent support が 0.05 より大きいルールのサブセットを選択してください。
  • consequent support が 0.02 より大きいルールのサブセットを選択してください。
  • conviction が 1.01 より大きいルールのサブセットを選択してください。