เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Heatmap ด้วย Lift

ผู้ก่อตั้งชื่นชอบ heatmap ที่คุณสร้างให้กับบริการสตรีมมิงของเธอ อย่างไรก็ตาม หลังจากหารือเพิ่มเติม คุณตัดสินใจว่าควรพิจารณาเมตริกอื่นด้วยก่อนที่จะสรุปว่าจะซื้อลิขสิทธิ์ภาพยนตร์เรื่องใด โดยเฉพาะอย่างยิ่ง ผู้ก่อตั้งแนะนำให้เลือกเมตริกที่บอกได้ว่าค่า support สูงกว่าที่คาดไว้หรือไม่ เมื่อเทียบกับค่า support ของแต่ละภาพยนตร์

คุณนึกขึ้นมาได้ว่า lift เหมาะกับการนี้เป็นอย่างยิ่ง จึงตัดสินใจใช้เป็นเมตริก และเนื่องจาก lift มีค่าเกณฑ์สำคัญที่ 1.0 จึงควรแทน colorbar ด้วย annotation เพื่อดูได้ชัดว่าค่าใดสูงกว่า 1.0 โดยกฎจากแบบฝึกหัดก่อนหน้ายังคงมีให้ใช้งานในตัวแปร rules

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Market Basket Analysis ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Import seaborn โดยใช้ alias มาตรฐาน
  • แปลง DataFrame ที่เก็บกฎต่าง ๆ ให้เป็นเมทริกซ์โดยใช้เมตริก lift
  • สร้าง heatmap โดยเปิด annotation และปิด colorbar

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()
แก้ไขและรันโค้ด