Kom igångKom igång gratis

Tillämpa Zhangs metrik

Grundaren av e-boksföretaget är tillbaka för fler konsulttjänster. Hon har skickat dig en lista med itemsets som hon undersöker och vill att du avgör om någon av dem innehåller artiklar som är dissocierade. När du är klar vill hon att du lägger till den metrik du använder i en kolumn i DataFrame:n rules, som redan är tillgänglig och för närvarande innehåller kolumnerna antecedents och consequents.

Itemsets finns tillgängliga som en lista av listor kallad itemsets. Varje lista innehåller antecedenten först och konsekventen andra. Du har även tillgång till DataFrame:n books från tidigare övningar. Observera att Zhangs metrik redan är definierad och finns tillgänglig som zhang(). Dessutom är pandas tillgängligt som pd och numpy som np.

Den här övningen är en del av kursen

Marknadskorgsanalys i Python

Visa kurs

Övningsinstruktioner

  • Loopa över varje itemset i itemsets.
  • Extrahera kolumnerna för antecedent och konsekvent från books för varje itemset.
  • Slutför uttrycket och lägg till det i listan zhangs_metric.
  • Skriv ut metriken för varje itemset.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)
Redigera och kör kod