ПочатиПочніть безкоштовно

Теплокарти з показником lift

Засновниці сподобалася теплокарта, яку ви створили для її стримінгового сервісу. Однак після подальшого обговорення ви вирішили, що перед фінальним рішенням про ліцензування фільмів варто розглянути й інші метрики. Зокрема, засновниця пропонує вибрати метрику, яка показує, чи є значення підтримки вищими, ніж ми очікували б, враховуючи індивідуальні значення підтримки окремих фільмів.

Ви пригадуєте, що з цим добре справляється показник lift, і вирішуєте використати його як метрику. Також ви пам'ятаєте, що для lift важливим є поріг 1,0, і вважаєте за потрібне замінити панель кольорів на анотації, щоб можна було визначити, чи перевищує значення 1,0. Зауважте, що правила з попередньої вправи доступні як rules.

Ця вправа є частиною курсу

Маркет-баcкет аналіз у Python

Переглянути курс

Інструкції до вправи

  • Імпортуйте seaborn під його стандартним псевдонімом.
  • Перетворіть DataFrame з правилами на матрицю, використовуючи метрику lift.
  • Згенеруйте теплокарту з увімкненими анотаціями та вимкненою панеллю кольорів.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import seaborn under its standard alias
____

# Transform the DataFrame of rules into a matrix using the lift metric
pivot = rules.____(index = 'consequents', 
                   columns = 'antecedents', values= '____')

# Generate a heatmap with annotations on and the colorbar off
sns.heatmap(pivot, annot = ____, ____)
plt.yticks(rotation=0)
plt.xticks(rotation=90)
plt.show()
Редагувати та запускати код