เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การกรองด้วยหลายเมตริกเพื่อแนะนำหนังสือข้ามกลุ่ม

ในขั้นตอนสุดท้าย ผู้ก่อตั้งสตาร์ทอัปขายอีบุ๊กต้องการให้กรองผลลัพธ์เพิ่มเติม การกรองครั้งก่อนได้ 82 กฎ แต่เธอต้องการเพียงกฎเดียว ชุดข้อมูล rules ถูกโหลดไว้ในคอนโซลแล้ว และ Zhang's metric ได้รับการคำนวณและเพิ่มลงใน DataFrame rules ภายใต้ชื่อคอลัมน์ zhang เรียบร้อยแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Market Basket Analysis ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กำหนดเกณฑ์ lift ให้มากกว่า 1.5
  • ใช้เกณฑ์ conviction ที่ 1.0
  • กำหนดให้ Zhang's metric มีค่ามากกว่า 0.65

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Set the lift threshold to 1.5
rules = rules[rules['____'] > ____]

# Set the conviction threshold to 1.0
rules = rules[____]

# Set the threshold for Zhang's rule to 0.65
rules = ____

# Print rule
print(rules[['antecedents','consequents']])
แก้ไขและรันโค้ด