1. Learn
    2. /
  2. Courses
    3. /
  3. Analiza koszyka zakupowego w Pythonie
Connected

Exercise

Kodowanie one-hot danych transakcyjnych

W całym kursie będziemy korzystać ze standardowego potoku przetwarzania danych na potrzeby analizy koszyka zakupowego. Pierwszym krokiem jest zaimportowanie DataFrame z biblioteki pandas i wybranie kolumny zawierającej transakcje. Każda transakcja w tej kolumnie to ciąg tekstowy składający się z elementów oddzielonych przecinkami. Następnie używamy funkcji lambda, aby podzielić każdy taki ciąg na listę – w ten sposób kolumna zamienia się w listę list.

W tym ćwiczeniu zaczniesz od listy list z zestawu danych sklepu spożywczego, dostępnej jako transactions. Następnie przekształcisz transactions w zakodowany metodą one-hot DataFrame, w którym każda kolumna zawiera wartości TRUE i FALSE wskazujące, czy dany produkt znalazł się w transakcji.

Instructions

100 XP
  • Z modułu mlxtend.preprocessing zaimportuj TransactionEncoder.
  • Utwórz instancję enkodera transakcji i zidentyfikuj unikalne elementy w transactions.
  • Zakoduj transactions metodą one-hot w postaci tablicy i przypisz jej wartości do onehot.
  • Przekształć tablicę w DataFrame biblioteki pandas, używając nazw elementów jako nagłówków kolumn.