Kom igångKom igång gratis

Värmekartor med lift

Grundaren är nöjd med den värmekarta du har producerat för hennes streamingtjänst. Efter vidare diskussion om projektet bestämmer ni er dock för att det är viktigt att undersöka fler mätvärden innan ni fattar ett slutgiltigt beslut om vilka filmer som ska licensieras. Grundaren föreslår i synnerhet att du väljer ett mätvärde som visar om supportvärdena är högre än vad man kan förvänta sig utifrån filmernas individuella supportvärden.

Du minns att lift fungerar bra för detta och bestämmer dig för att använda det som mätvärde. Du kommer också ihåg att lift har ett viktigt tröskelvärde vid 1,0 och anser att det är viktigt att ersätta färgskalan med annotationer, så att du kan avgöra om ett värde är större än 1,0. Observera att reglerna från föregående övning finns tillgängliga som rules.

Den här övningen är en del av kursen

Marknadskorgsanalys i Python

Visa kurs

Övningsinstruktioner

  • Importera seaborn under dess standardalias.
  • Omvandla DataFrame med regler till en matris med hjälp av lift-måttet.
  • Generera en värmekarta med annotationer aktiverade och färgskalan inaktiverad.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import seaborn under its standard alias
____

# Transform the DataFrame of rules into a matrix using the lift metric
pivot = rules.____(index = 'consequents', 
                   columns = 'antecedents', values= '____')

# Generate a heatmap with annotations on and the colorbar off
sns.heatmap(pivot, annot = ____, ____)
plt.yticks(rotation=0)
plt.xticks(rotation=90)
plt.show()
Redigera och kör kod