始める無料で始める

サポートを信頼度で磨く

前の演習の結果を報告したところ、図書館から関係の向きについて質問がありました。Harry Potter を使って Twilight を勧めるべきか、それとも Twilight を使って Harry Potter を勧めるべきでしょうか？

これを踏まえて、サポートと違って向きを持つ指標である信頼度（confidence）を計算することにしました。{Potter} \(\rightarrow\) {Twilight} と {Twilight} \(\rightarrow\) {Potter} の両方について計算します。books という DataFrame はすでにインポートされており、各書籍を表す Potter と Twilight の列があります。

この演習はコースの一部です

Python で学ぶマーケットバスケット分析

コースを見る

演習の手順

  • {Potter, Twilight} のサポートを計算します。
  • {Potter} のサポートを計算します。
  • {Twilight} のサポートを計算します。
  • {Potter} \(\rightarrow\) {Twilight} と {Twilight} \(\rightarrow\) {Potter} の信頼度を計算します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Compute support for Potter and Twilight
supportPT = np.logical_and(____, ____).mean()

# Compute support for Potter
supportP = books['Potter'].____

# Compute support for Twilight
supportT = ____

# Compute confidence for both rules
confidencePT = supportPT / ____
confidenceTP = ____ / supportT

# Print results
print('{0:.2f}, {1:.2f}'.format(confidencePT, confidenceTP))
コードを編集して実行