НачатьНачать бесплатно

Уточнение поддержки с помощью достоверности

Сообщив результаты предыдущего упражнения, вы получили от библиотеки вопрос о направлении связи. Стоит ли использовать Гарри Поттера для продвижения Сумерек или Сумерки для продвижения Гарри Поттера?

Поразмыслив над этим, вы решаете вычислить метрику достоверности, которая, в отличие от поддержки, учитывает направление. Вы рассчитаете её для обоих правил: {Potter} \(\rightarrow\) {Twilight} и {Twilight} \(\rightarrow\) {Potter}. DataFrame books уже импортирован — он содержит по одному столбцу для каждой книги: Potter и Twilight.

Это упражнение является частью курса

Анализ рыночных корзин на Python

Посмотреть курс

Инструкции к упражнению

  • Вычислите поддержку {Potter, Twilight}.
  • Вычислите поддержку {Potter}.
  • Вычислите поддержку {Twilight}.
  • Вычислите достоверность правил {Potter} \(\rightarrow\) {Twilight} и {Twilight} \(\rightarrow\) {Potter}.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Compute support for Potter and Twilight
supportPT = np.logical_and(____, ____).mean()

# Compute support for Potter
supportP = books['Potter'].____

# Compute support for Twilight
supportT = ____

# Compute confidence for both rules
confidencePT = supportPT / ____
confidenceTP = ____ / supportT

# Print results
print('{0:.2f}, {1:.2f}'.format(confidencePT, confidenceTP))
Редактировать и запускать код