Chọn ngưỡng support
Quản lý của cửa hàng quà tặng trực tuyến xem kết quả bạn cung cấp từ bài trước và khen bạn làm tốt. Tuy vậy, cô ấy nêu một vấn đề: tất cả các itemset bạn tìm được chỉ chứa một mặt hàng. Cô ấy hỏi liệu có thể dùng một quy tắc bớt khắt khe hơn để tạo ra nhiều itemset hơn, bao gồm cả những itemset có nhiều mặt hàng.
Sau khi đồng ý, bạn suy nghĩ về nguyên nhân thiếu các itemset có nhiều hơn 1 mặt hàng. Không thể là do tham số max_len, vì tham số đó đã đặt là ba. Bạn kết luận nguyên nhân là do support và quyết định thử hai giá trị khác nhau, mỗi lần kiểm tra xem có bao nhiêu itemset bổ sung được tạo ra. Lưu ý pandas đã có sẵn với tên pd và dữ liệu one-hot encoded đã có với tên onehot.
Bài tập này là một phần của khóa học
Phân tích giỏ hàng trong Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import apriori from mlxtend
from mlxtend.____ import ____
# Compute frequent itemsets using a support of 0.003 and length of 3
frequent_itemsets_1 = apriori(onehot, min_support = ____,
max_len = ____, use_colnames = True)
# Compute frequent itemsets using a support of 0.001 and length of 3
frequent_itemsets_2 = apriori(onehot, min_support = ____,
____, use_colnames = True)
# Print the number of freqeuent itemsets
print(len(frequent_itemsets_1), len(frequent_itemsets_2))