以 support 與 conviction 篩選
在影片中，我們談到你持續為一家電子書銷售新創的創辦人提供顧問服務。創辦人交給你一個名為 rules 的 DataFrame，內容是先前一位在職資料科學家的成果。它包含前件（antecedents）與後件（consequents）欄位，以及這些規則在多種衡量指標下的表現。
你的目標是對這個資料集進行多重指標篩選，找出可能有用的規則。注意，pandas 已以 pd 提供，numpy 以 np 提供。此外，rules 已經定義並可直接使用。
本練習屬於課程
Python 的 Market Basket Analysis
練習說明
- 使用
.head()方法搭配 print 預覽資料集。 - 選出前件 support 大於 0.05 的規則子集。
- 選出後件 support 大於 0.02 的規則子集。
- 選出 conviction 大於 1.01 的規則子集。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Preview the rules DataFrame using the .head() method
print(____)
# Select the subset of rules with antecedent support greater than 0.05
rules = rules[rules['antecedent support'] > ____]
# Select the subset of rules with a consequent support greater than 0.02
rules = rules[____]
# Select the subset of rules with a conviction greater than 1.01
rules = ____
# Print remaining rules
print(rules)