Dalsze doskonalenie z użyciem liftu
Ponownie przekazujesz wyniki bibliotece: użyj Zmierzchu, aby promować Harry'ego Pottera, ponieważ reguła ma wyższy wskaźnik ufności. Biblioteka dziękuje za sugestię, ale prosi o potwierdzenie, że jest to rzeczywiście istotna zależność – z użyciem innej metryki.
Przypominasz sobie, że lift może się tu przydać. Jeśli lift jest mniejszy od 1, oznacza to, że Harry Potter i Zmierzch są zestawiane razem rzadziej, niż można by się spodziewać przy przypadkowym doborze par. Podobnie jak w poprzednich dwóch ćwiczeniach, ramka danych books została już zaimportowana, podobnie jak numpy pod aliasem np.
To ćwiczenie jest częścią kursu
Analiza koszyka zakupowego w Pythonie
Instrukcje do ćwiczenia
- Oblicz wsparcie dla {Potter, Twilight}.
- Oblicz wsparcie dla {Potter}.
- Oblicz wsparcie dla {Twilight}.
- Oblicz lift dla {Potter} \(\rightarrow\) {Twilight}.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Compute support for Potter and Twilight
supportPT = ____.mean()
# Compute support for Potter
supportP = books['Potter'].____
# Compute support for Twilight
supportT = ____.mean()
# Compute lift
lift = ____ / (supportP * ____)
# Print lift
print("Lift: %.2f" % lift)