Обчислення conviction
Після корисних порад, які ви надали бібліотеці, до вас звертається засновниця невеликого стартапу з продажу електронних книжок. Як тест ваших умінь, вона просить перевірити, чи зможете ви обчислити показник conviction для правила {Potter} \(\rightarrow\) {Hunger}, щоб вирішити, чи варто розмістити ці книжки поруч на сайті компанії. На щастя, у вас і далі є доступ до даних goodreads-10k, доступних як books. Додатково імпортовано pandas як pd і numpy як np.
Ця вправа є частиною курсу
Маркет-баcкет аналіз у Python
Інструкції до вправи
- Обчисліть підтримку для {Potter} і присвойте її змінній
supportP. - Обчисліть підтримку для NOT {Hunger}.
- Обчисліть підтримку для {Potter} і NOT {Hunger}.
- Доповніть вираз для метрики conviction у операторі return.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Compute support for Potter AND Hunger
supportPH = np.logical_and(books['Potter'], books['Hunger']).mean()
# Compute support for Potter
supportP = ____.mean()
# Compute support for NOT Hunger
supportnH = 1.0 - books['____'].mean()
# Compute support for Potter and NOT Hunger
supportPnH = ____ - supportPH
# Compute and print conviction for Potter -> Hunger
conviction = ____ * supportnH / supportPnH
print("Conviction: %.2f" % conviction)