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

ćwiczenie

Wizualizacja wsparcia zbiorów elementów

Pewien start-up streamingowy zwrócił się do ciebie z prośbą o doradztwo. Aby ograniczyć koszty licencji, chce stworzyć niewielką bibliotekę filmów, które będą atrakcyjne dla tej samej grupy odbiorców. Choć oferta będzie skromniejsza niż u dużych graczy, platforma będzie mogła zaoferować niską opłatę subskrypcyjną.

Postanawiasz wykorzystać dane MovieLens i mapę ciepła. Prosta mapa ciepła oparta na wsparciu pozwoli ci zidentyfikować tytuły, które często pojawiają się razem z innymi tytułami. Dane zakodowane metodą one-hot są dostępne jako DataFrame onehot. Ponadto pandas jest dostępny jako pd, seaborn jako sns, a funkcje apriori() i association_rules() zostały już zaimportowane.

Instrukcje 1/2

undefined XP
    1
    2
  • Oblicz częste zbiory elementów przy minimalnym wsparciu wynoszącym 0,07.
  • Oblicz reguły asocjacyjne bez stosowania przycinania.