ÎncepețiÎncepe gratuit

Identificarea seturilor de articole frecvente cu Apriori

Exercițiul de agregare realizat pentru retailerul online s-a dovedit util. A oferit un punct de plecare pentru a înțelege ce categorii de articole apar frecvent în tranzacții. Acum, retailerul vrea să exploreze articolele individuale pentru a afla care dintre ele sunt frecvente.

În acest exercițiu, vei aplica algoritmul Apriori pe setul de date al retailerului online fără a agrega mai întâi. Obiectivul tău va fi să elimini seturile de articole folosind o valoare minimă de suport și un prag maxim pentru numărul de articole. Rețineți că pandas a fost importat ca pd și datele codificate one-hot sunt disponibile ca onehot.

Acest exercițiu face parte din cursul

Analiza coșului de cumpărături în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Transmite onehot algoritmului Apriori.
  • Setează valoarea minimă a suportului la 0.006.
  • Setează lungimea maximă a setului de articole la 3.
  • Afișează un previzualizare a primelor cinci seturi de articole.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import apriori from mlxtend
from mlxtend.frequent_patterns import apriori

# Compute frequent itemsets using the Apriori algorithm
frequent_itemsets = apriori(____, 
                            ____ = ____, 
                            max_len = ____, 
                            use_colnames = True)

# Print a preview of the frequent itemsets
print(____.head())
Editează și rulează codul