1. Nauka
    2. /
  2. Kursy
    3. /
  3. Analiza koszyka zakupowego w Pythonie
Connected

ćwiczenie

Identyfikowanie częstych zbiorów elementów za pomocą algorytmu Apriori

Ćwiczenie z agregacji, które wykonałeś dla sklepu internetowego, okazało się przydatne – dało punkt wyjścia do zrozumienia, jakie kategorie produktów pojawiają się najczęściej w transakcjach. Teraz sprzedawca chce przyjrzeć się poszczególnym produktom i sprawdzić, które z nich są częste.

W tym ćwiczeniu zastosujesz algorytm Apriori do zbioru danych sklepu internetowego bez wcześniejszej agregacji. Twoim celem będzie przycinanie zbiorów elementów przy użyciu minimalnej wartości wsparcia oraz progu maksymalnej liczby elementów. Pamiętaj, że biblioteka pandas została zaimportowana jako pd, a dane zakodowane metodą one-hot są dostępne jako onehot.

Instrukcje

100 XP
  • Przekaż onehot do algorytmu Apriori.
  • Ustaw minimalną wartość wsparcia na 0.006.
  • Ustaw maksymalną długość zbioru elementów na 3.
  • Wyświetl podgląd pierwszych pięciu zbiorów elementów.