BaşlayınÜcretsiz başlayın

Güven ile desteği iyileştirmek

Önceki egzersizdeki bulgularını paylaştıktan sonra, kütüphane ilişkilerin yönü hakkında seni sorguluyor. Harry Potter ile Twilight'ı mı öne çıkarmalılar, yoksa Twilight ile Harry Potter'ı mı?

Bunu düşününce, desteğin aksine yönü olan güven metriğini hesaplamaya karar veriyorsun. Hem {Potter} \(\rightarrow\) {Twilight} hem de {Twilight} \(\rightarrow\) {Potter} için hesaplayacaksın. books DataFrame'i senin için içe aktarılmış durumda; her kitap için bir sütunu var: Potter ve Twilight.

Bu egzersiz, kursun bir parçasıdır

Python ile Market Basket Analysis

Kursa Göz Atın

Egzersiz talimatları

  • {Potter, Twilight} desteğini hesapla.
  • {Potter} desteğini hesapla.
  • {Twilight} desteğini hesapla.
  • {Potter} \(\rightarrow\) {Twilight} ve {Twilight} \(\rightarrow\) {Potter} güvenini hesapla.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Compute support for Potter and Twilight
supportPT = np.logical_and(____, ____).mean()

# Compute support for Potter
supportP = books['Potter'].____

# Compute support for Twilight
supportT = ____

# Compute confidence for both rules
confidencePT = supportPT / ____
confidenceTP = ____ / supportT

# Print results
print('{0:.2f}, {1:.2f}'.format(confidencePT, confidenceTP))
Kodu Düzenle ve Çalıştır