Просування електронних книжок за метрикою conviction
У попередній вправі ми визначили функцію для обчислення conviction. Нас попросили застосувати цю функцію до всіх перестановок із двох книжок у наборі даних goodreads-10k. У цій вправі ми перевіримо функцію на трьох найпопулярніших книжках, з якими працювали раніше: The Hunger Games, Harry Potter і Twilight.
Функцію вже визначено і її доступно як conviction. Нагадаємо, вона приймає антецедент і консеквент як два аргументи. Крім того, стовпці датафрейму books з попередніх вправ доступні як три окремі датафрейми: potter, twilight і hunger.
Ця вправа є частиною курсу
Маркет-баcкет аналіз у Python
Інструкції до вправи
- Обчисліть conviction для {Twilight} \(\rightarrow\) {Potter} і {Potter} \(\rightarrow\) {Twilight}.
- Обчисліть conviction для {Twilight} \(\rightarrow\) {Hunger} і {Hunger} \(\rightarrow\) {Twilight}.
- Обчисліть conviction для {Potter} \(\rightarrow\) {Hunger} і {Hunger} \(\rightarrow\) {Potter}.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Compute conviction for twilight -> potter and potter -> twilight
convictionTP = conviction(twilight, potter)
convictionPT = conviction(____, twilight)
# Compute conviction for twilight -> hunger and hunger -> twilight
convictionTH = conviction(____, ____)
convictionHT = ____(hunger, twilight)
# Compute conviction for potter -> hunger and hunger -> potter
convictionPH = ____(potter, hunger)
convictionHP = ____
# Print results
print('Harry Potter -> Twilight: ', convictionHT)
print('Twilight -> Potter: ', convictionTP)