시작하기무료로 시작하기

신뢰도로 지지도 보완하기

이전 연습 문제에서 결과를 보고하자, 도서관은 관계의 방향성에 대해 묻습니다. Harry Potter로 Twilight를 홍보하는 것이 좋을까요, 아니면 Twilight로 Harry Potter를 홍보하는 것이 좋을까요?

이를 고민한 끝에, 방향성을 갖는 지표인 신뢰도(confidence)를 계산하기로 합니다. {Potter} \(\rightarrow\) {Twilight}와 {Twilight} \(\rightarrow\) {Potter} 두 경우 모두 계산할 거예요. 각 도서에 해당하는 열 Potter와 Twilight를 가진 DataFrame books는 이미 불러와져 있습니다.

이 연습은 강의의 일부입니다

Python으로 배우는 Market Basket Analysis

강의 보기

연습 안내

  • {Potter, Twilight}의 지지도를 계산하세요.
  • {Potter}의 지지도를 계산하세요.
  • {Twilight}의 지지도를 계산하세요.
  • {Potter} \(\rightarrow\) {Twilight}와 {Twilight} \(\rightarrow\) {Potter}의 신뢰도를 계산하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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))
코드 편집 및 실행