リフトを使ったヒートマップ
創業者は、あなたがストリーミングサービス向けに作成したヒートマップを気に入っています。ただ、さらにプロジェクトを議論した結果、どの映画のライセンスを取得するか最終決定する前に、別の指標も確認しておくことが重要だと判断しました。特に、各映画のサポート値から期待される値よりも高いかどうかを教えてくれる指標を選ぶよう提案されました。
あなたは、リフトがこの目的に適していることを思い出し、メトリックとして採用することにしました。また、リフトには 1.0 が重要なしきい値であることも覚えており、値が 1.0 を超えているかどうかを判別できるよう、カラーバーを注釈に置き換えることにしました。前の演習で作成したルールは rules として利用可能です。
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
演習の手順
seabornを標準エイリアスでインポートします。- ルールを含む
DataFrameを、リフトを指標として使い行列に変換します。 - 注釈をオン、カラーバーをオフにしてヒートマップを作成します。
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。
# Import seaborn under its standard alias
____
# Transform the DataFrame of rules into a matrix using the lift metric
pivot = rules.____(index = 'consequents',
columns = 'antecedents', values= '____')
# Generate a heatmap with annotations on and the colorbar off
sns.heatmap(pivot, annot = ____, ____)
plt.yticks(rotation=0)
plt.xticks(rotation=90)
plt.show()