用 conviction 推廣電子書
在前一個練習中，我們定義了一個用來計算 conviction 的函式，並將它套用到 goodreads-10k 資料集中的所有兩本書排列組合上。本練習要測試這個函式，把它套用到先前練習用過的三本最受歡迎的書：The Hunger Games、Harry Potter，以及 Twilight。
這個函式已為你定義好，名稱為 conviction。回想一下，它需要兩個引數：前件與後件。此外，先前練習中的 books DataFrame 欄位已拆成三個獨立的 DataFrame：potter、twilight，以及 hunger。
本練習屬於課程
Python 的 Market Basket Analysis
練習說明
- 計算 {Twilight} \(\rightarrow\) {Potter} 與 {Potter} \(\rightarrow\) {Twilight} 的 conviction。
- 計算 {Twilight} \(\rightarrow\) {Hunger} 與 {Hunger} \(\rightarrow\) {Twilight} 的 conviction。
- 計算 {Potter} \(\rightarrow\) {Hunger} 與 {Hunger} \(\rightarrow\) {Potter} 的 conviction。
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。
# 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)