เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การทำ Aggregation

หลังจากรับงานที่ปรึกษาเล็กๆ น้อยๆ ให้กับห้องสมุดและผู้ขาย e-book มาแล้ว ตอนนี้ก็ได้รับโปรเจกต์ Market Basket Analysis ชิ้นใหญ่ชิ้นแรก นั่นคือการให้คำแนะนำด้านการโปรโมตสินค้าร่วมกันแก่ร้านขายของแปลกออนไลน์ เนื่องจากร้านนี้ยังไม่เคยว่าจ้างนักวิทยาศาสตร์ข้อมูลมาก่อน จึงต้องการให้เริ่มต้นด้วยการสำรวจข้อมูลธุรกรรม โดยให้ทำ aggregation สำหรับ signs ทั้งหมดในชุดข้อมูล พร้อมทั้งคำนวณค่า support สำหรับหมวดหมู่นี้ด้วย ทั้งนี้ pandas ได้ถูก import ไว้แล้วในชื่อ pd และข้อมูลได้ถูก import มาในรูปแบบ one-hot encoded เป็นตัวแปร onehot

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Market Basket Analysis ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เลือกคอลัมน์ใน DataFrame ที่มีคำว่า sign อยู่ในชื่อ
  • แสดงค่า support ของ signs

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Select the column headers for sign items
sign_headers = [i for i in onehot.columns if i.lower().find('sign')>=0]

# Select columns of sign items using sign_headers
sign_columns = onehot[____]

# Perform aggregation of sign items into sign category
signs = sign_columns.sum(axis = 1) >= 1.0

# Print support for signs
print('Share of Signs: %.2f' % ____.mean())
แก้ไขและรันโค้ด