ComeçarComece de graça

Aplicando a métrica de Zhang

A fundadora da startup de ebooks voltou para contratar serviços adicionais de consultoria. Ela enviou uma lista de itemsets que está investigando e pediu que você verifique se algum deles contém itens dissociados. Quando terminar, ela solicitou que você adicione a métrica usada em uma coluna no DataFrame rules, que está disponível para você e atualmente contém as colunas antecedents e consequents.

Os itemsets estão disponíveis como uma lista de listas chamada itemsets. Cada lista contém o antecedente primeiro e o consequente em segundo. Você também tem acesso ao DataFrame books dos exercícios anteriores. Observe que a métrica de Zhang foi definida para você e está disponível como zhang(). Além disso, pandas está disponível como pd e numpy como np.

Este exercício faz parte do curso

Análise de Cesta de Compras em Python

Ver curso

Instruções do exercício

  • Faça um loop por cada itemset em itemsets.
  • Extraia as colunas de antecedente e consequente de books para cada itemset.
  • Complete a expressão e acrescente o resultado à lista zhangs_metric.
  • Imprima a métrica para cada itemset.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Define an empty list for Zhang's metric
zhangs_metric = []

# Loop over lists in itemsets
for itemset in ____:
    # Extract the antecedent and consequent columns
	antecedent = books[itemset[0]]
	consequent = ____[itemset[1]]
    
    # Complete Zhang's metric and append it to the list
	zhangs_metric.append(zhang(____, ____))
    
# Print results
rules['zhang'] = zhangs_metric
print(rules)
Editar e executar o código