การสร้าง association rules
ในแบบฝึกหัดสุดท้ายของส่วนก่อนหน้า คุณได้คำนวณ itemsets สำหรับเจ้าของร้านของขวัญโดยใช้อัลกอริทึม Apriori และได้แจ้งเจ้าของร้านว่าการลดค่า support จาก 0.005 เป็น 0.003 ทำให้จำนวน itemsets เพิ่มขึ้นจาก 9 เป็น 91 และเมื่อลดลงอีกเป็น 0.001 จำนวนก็เพิ่มขึ้นเป็น 429 เมื่อพอใจกับผลการวิเคราะห์เชิงพรรณนาที่ได้แล้ว ผู้จัดการร้านจึงขอให้คุณระบุ association rules จาก frequent itemsets ทั้งสองชุดที่คำนวณไว้
โปรดทราบว่ามีการนำเข้า pandas ให้แล้วในชื่อ pd และ frequent itemsets ทั้งสองชุดพร้อมใช้งานในชื่อ frequent_itemset_1 และ frequent_itemset_2 เป้าหมายคือการค้นหา association rules ที่สามารถดึงออกมาจาก itemsets เหล่านี้
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Market Basket Analysis ด้วย Python
คำแนะนำการฝึกหัด
- นำเข้าอัลกอริทึมจาก
mlxtendที่ใช้คำนวณ association rules จากผลลัพธ์ของอัลกอริทึมapriori - เติมคำสั่งให้สมบูรณ์เพื่อคำนวณ association rules สำหรับ
frequent_itemsets_1โดยใช้ metric support และค่า threshold เป็น 0.0015 - เติมคำสั่งให้สมบูรณ์เพื่อคำนวณ association rules สำหรับ
frequent_itemsets_2โดยใช้ metric support และค่า threshold เป็น 0.0015
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Import the association rule function from mlxtend
from mlxtend.____ import ____
# Compute all association rules for frequent_itemsets_1
rules_1 = association_rules(frequent_itemsets_1,
metric = "____",
min_threshold = ____)
# Compute all association rules for frequent_itemsets_2
rules_2 = association_rules(frequent_itemsets_2,
metric = ____,
____)
# Print the number of association rules generated
print(len(rules_1), len(rules_2))