Destek ve conviction ile filtreleme
Videoda, bir e-kitap satış girişiminin kurucusu için sürdürdüğün danışmanlık çalışmasından bahsettik. Kurucu, daha önce ekipte çalışmış bir veri bilimcisinin ürettiği çıktıları içeren rules adlı DataFrame'i sana getirdi. Bu DataFrame, her bir kural için öncüller ve sonuçlar sütunlarını ve bu kuralların çeşitli metriklere göre performanslarını içeriyor.
Amacın, potansiyel olarak faydalı kuralları belirlemek için veri kümesi üzerinde çoklu metrik filtreleme yapmak. pandas'ın pd, numpy'nin np olarak yüklü olduğunu unutma. Ayrıca, rules tanımlanmış ve kullanılabilir durumda.
Bu egzersiz, kursun bir parçasıdır
Python ile Market Basket Analysis
Egzersiz talimatları
- Veri kümesini önizlemek için
.head()metodunu print ile kullan. - Öncül desteği 0.05'ten büyük olan kuralların alt kümesini seç.
- Sonuç desteği 0.02'den büyük olan kuralların alt kümesini seç.
- Conviction değeri 1.01'den büyük olan kuralların alt kümesini seç.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Preview the rules DataFrame using the .head() method
print(____)
# Select the subset of rules with antecedent support greater than 0.05
rules = rules[rules['antecedent support'] > ____]
# Select the subset of rules with a consequent support greater than 0.02
rules = rules[____]
# Select the subset of rules with a conviction greater than 1.01
rules = ____
# Print remaining rules
print(rules)