始める無料で始める

conviction で電子書籍をプロモーション

前の演習では、conviction を計算する関数を定義しました。その関数を goodreads-10k データセットのすべての2冊の順列に適用する課題でした。今回は、その関数を以前の演習で使った人気上位3冊、The Hunger Games、Harry Potter、Twilight に対して試します。

関数はすでに conviction として定義済みです。引数は前件（antecedent）と後件（consequent）の2つであることを思い出してください。さらに、以前の演習で使った books DataFrame の各列は、potter、twilight、hunger という3つの個別の DataFrame として利用できます。

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

  • {Twilight} \(\rightarrow\) {Potter} と {Potter} \(\rightarrow\) {Twilight} の conviction を計算します。
  • {Twilight} \(\rightarrow\) {Hunger} と {Hunger} \(\rightarrow\) {Twilight} の conviction を計算します。
  • {Potter} \(\rightarrow\) {Hunger} と {Hunger} \(\rightarrow\) {Potter} の conviction 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 conviction for twilight -> potter and potter -> twilight
convictionTP = conviction(twilight, potter)
convictionPT = conviction(____, twilight)

# Compute conviction for twilight -> hunger and hunger -> twilight
convictionTH = conviction(____, ____)
convictionHT = ____(hunger, twilight)

# Compute conviction for potter -> hunger and hunger -> potter
convictionPH = ____(potter, hunger)
convictionHP = ____

# Print results
print('Harry Potter -> Twilight: ', convictionHT)
print('Twilight -> Potter: ', convictionTP)
コードを編集して実行