Tinh chỉnh support với confidence
Sau khi báo cáo phát hiện ở bài trước, thư viện hỏi bạn về chiều của mối quan hệ. Họ nên dùng Harry Potter để quảng bá Twilight hay dùng Twilight để quảng bá Harry Potter?
Sau khi cân nhắc, bạn quyết định tính chỉ số confidence, vốn có tính hướng, khác với support. Bạn sẽ tính cho cả {Potter} \(\rightarrow\) {Twilight} và {Twilight} \(\rightarrow\) {Potter}. DataFrame books đã được nhập sẵn cho bạn, với một cột cho mỗi cuốn sách: Potter và Twilight.
Bài tập này là một phần của khóa học
Phân tích giỏ hàng trong Python
Hướng dẫn bài tập
- Tính support của {Potter, Twilight}.
- Tính support của {Potter}.
- Tính support của {Twilight}.
- Tính confidence của {Potter} \(\rightarrow\) {Twilight} và {Twilight} \(\rightarrow\) {Potter}.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Compute support for Potter and Twilight
supportPT = np.logical_and(____, ____).mean()
# Compute support for Potter
supportP = books['Potter'].____
# Compute support for Twilight
supportT = ____
# Compute confidence for both rules
confidencePT = supportPT / ____
confidenceTP = ____ / supportT
# Print results
print('{0:.2f}, {1:.2f}'.format(confidencePT, confidenceTP))