BaşlayınÜcretsiz başlayın

Zhang ölçütünü uygulama

E-kitap girişiminin kurucusu ek danışmanlık için tekrar döndü. İncelediği bazı öğe kümelerinin bir listesini gönderdi ve bunlardan herhangi birinin ilişkisiz (dissociated) öğeler içerip içermediğini belirlemeni istedi. İşin bittiğinde, kullandığın ölçütü rules DataFrame'ine bir sütun olarak eklemeni istedi. Bu DataFrame şu anda antecedents ve consequents sütunlarını içeriyor ve kullanımına hazır.

Öğe kümeleri, itemsets adlı bir liste listesi olarak mevcut. Her listede önce öncül, sonra ardıl yer alıyor. Ayrıca önceki egzersizlerden books DataFrame'ine erişimin var. Zhang ölçütünün senin için tanımlanmış olduğunu ve zhang() olarak kullanılabildiğini unutma. Ek olarak, pandas pd olarak ve numpy np olarak mevcut.

Bu egzersiz, kursun bir parçasıdır

Python ile Market Basket Analysis

Kursa Göz Atın

Egzersiz talimatları

  • itemsets içindeki her öğe kümesi üzerinde döngü kur.
  • Her öğe kümesi için books içinden öncül ve ardıl sütunlarını çıkar.
  • İfadeyi tamamla ve zhangs_metric listesine ekle.
  • Her öğe kümesi için ölçütü yazdır.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Define an empty list for Zhang's metric
zhangs_metric = []

# Loop over lists in itemsets
for itemset in ____:
    # Extract the antecedent and consequent columns
	antecedent = books[itemset[0]]
	consequent = ____[itemset[1]]
    
    # Complete Zhang's metric and append it to the list
	zhangs_metric.append(zhang(____, ____))
    
# Print results
rules['zhang'] = zhangs_metric
print(rules)
Kodu Düzenle ve Çalıştır