Вычисление убеждённости
Узнав о полезных советах, которые вы дали библиотеке, к вам обращается основательница небольшого стартапа по продаже электронных книг. В качестве проверки ваших навыков она просит вычислить убеждённость для правила {Potter} \(\rightarrow\) {Hunger}, чтобы решить, стоит ли размещать эти книги рядом на сайте компании. К счастью, у вас по-прежнему есть доступ к данным goodreads-10k, которые доступны в переменной books. Также импортированы: pandas как pd и numpy как np.
Это упражнение является частью курса
Анализ рыночных корзин на Python
Инструкции к упражнению
- Вычислите поддержку для {Potter} и присвойте её переменной
supportP. - Вычислите поддержку для NOT {Hunger}.
- Вычислите поддержку для {Potter} и NOT {Hunger}.
- Завершите выражение для метрики убеждённости в операторе return.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Compute support for Potter AND Hunger
supportPH = np.logical_and(books['Potter'], books['Hunger']).mean()
# Compute support for Potter
supportP = ____.mean()
# Compute support for NOT Hunger
supportnH = 1.0 - books['____'].mean()
# Compute support for Potter and NOT Hunger
supportPnH = ____ - supportPH
# Compute and print conviction for Potter -> Hunger
conviction = ____ * supportnH / supportPnH
print("Conviction: %.2f" % conviction)