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

ćwiczenie

Przycinanie za pomocą wykresów rozrzutu

Po obejrzeniu propozycji serwisu streamingowego opartego na filmach o Batmanie z poprzedniego ćwiczenia, założycielka serwisu dochodzi do wniosku, że jej pierwotny plan był zbyt wąski. Zamiast koncentrować się na konkretnych tytułach, prosi cię o przeanalizowanie ogólnych wzorców w regułach asocjacyjnych, a następnie przeprowadzenie przycinania na ich podstawie. Twoim celem jest zidentyfikowanie dużego zbioru silnych asocjacji.

Na szczęście właśnie nauczyłeś się generować wykresy rozrzutu. Postanawiasz zacząć od wykreślenia wsparcia i ufności – wiele popularnych metryk wskazuje bowiem, że optymalne reguły grupują się wzdłuż granicy ufność–wsparcie. Dane zakodowane metodą one-hot zostały już zaimportowane i są dostępne jako onehot. Zaimportowane są też funkcje apriori() i association_rules(), a biblioteka pandas jest dostępna jako pd.

Instrukcje

100 XP
  • Wygeneruj dużą liczbę zbiorów elementów składających się z 2 elementów, ustawiając minimalne wsparcie na 0.0075 i maksymalną długość na 2.
  • Uzupełnij wywołanie association_rules() w sposób, który pomija dodatkowe filtrowanie.
  • Uzupełnij wywołanie generujące wykres rozrzutu, ustawiając zmienną y na confidence.