Quảng bá ebooks bằng conviction
Ở bài tập trước, bạn đã định nghĩa một hàm để tính conviction. Nhiệm vụ là áp dụng hàm đó cho mọi hoán vị hai cuốn sách trong bộ dữ liệu goodreads-10k. Ở bài này, bạn sẽ kiểm thử hàm bằng cách áp dụng nó cho ba cuốn sách phổ biến nhất mà ta đã dùng ở các bài trước: The Hunger Games, Harry Potter, và Twilight.
Hàm đã được định nghĩa sẵn cho bạn và có tên conviction. Nhắc lại: hàm nhận tiền đề (antecedent) và hệ quả (consequent) làm hai đối số. Ngoài ra, các cột của DataFrame books từ các bài trước cũng đã được tách thành ba DataFrame riêng: potter, twilight, và hunger.
Bài tập này là một phần của khóa học
Phân tích giỏ hàng trong Python
Hướng dẫn bài tập
- Tính conviction cho {Twilight} \(\rightarrow\) {Potter} và {Potter} \(\rightarrow\) {Twilight}.
- Tính conviction cho {Twilight} \(\rightarrow\) {Hunger} và {Hunger} \(\rightarrow\) {Twilight}.
- Tính conviction cho {Potter} \(\rightarrow\) {Hunger} và {Hunger} \(\rightarrow\) {Potter}.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Compute 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)