Фільтрування за support і conviction
У відео ми обговорили продовження вашої консалтингової роботи для засновника стартапу з продажу електронних книжок. Засновник звернувся до вас із датафреймом rules, який містить напрацювання дата-сайєнтиста, що раніше працював у компанії. У ньому є стовпці з antecedents і consequents, а також показники ефективності кожного з цих правил за низкою метрик.
Ваше завдання — виконати багатокритеріальне фільтрування набору даних, щоб знайти потенційно корисні правила. Зауважте, що pandas доступний як pd, а numpy — як np. Крім того, rules уже визначено і доступний.
Ця вправа є частиною курсу
Маркет-баcкет аналіз у Python
Інструкції до вправи
- Скористайтеся методом
.head()разом із print, щоб переглянути перші рядки набору даних. - Виберіть підмножину правил з antecedent support, більшою за 0.05.
- Виберіть підмножину правил з consequent support, більшою за 0.02.
- Виберіть підмножину правил із conviction, більшою за 1.01.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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)