Mengidentifikasi aturan asosiasi

Analisis Market Basket dengan Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Memuat dan menyiapkan data

import pandas as pd

# Load transactions from pandas.
books = pd.read_csv("datasets/bookstore.csv")

# Split transaction strings into lists.
transactions = books['Transaction'].apply(lambda t: t.split(','))

# Convert DataFrame into list of strings.
transactions = list(transactions)

Menjelajahi data

print(transactions[:5])

[['language', 'travel', 'humor', 'fiction'],
 ['humor', 'language'],
 ['humor', 'biography', 'cooking'],
 ['cooking', 'language'],
 ['travel']]

Aturan asosiasi

Aturan asosiasi
- Berisi anteseden dan konsekuen
  - {kesehatan} $\rightarrow$ {memasak}
Aturan multi-anteseden
- {humor, perjalanan} $\rightarrow$ {bahasa}
Aturan multi-konsekuen
- {biografi} $\rightarrow$ {sejarah, bahasa}

Sulitnya memilih aturan

Menemukan aturan yang berguna itu sulit.
- Himpunan semua kemungkinan aturan sangat besar.
- Sebagian besar tidak berguna.
- Harus membuang sebagian besar aturan.
Bagaimana jika kita batasi ke aturan sederhana?
- Satu anteseden dan satu konsekuen.
- Tetap menantang, bahkan untuk dataset kecil.

Membuat aturan

fiksi
puisi
sejarah
biografi
memasak

kesehatan
perjalanan
bahasa
humor

Membuat aturan

Aturan Fiksi	Aturan Puisi	...	Aturan Humor
fiksi->puisi	puisi->fiksi	...	humor->fiksi
fiksi->sejarah	puisi->sejarah	...	humor->sejarah
fiksi->biografi	puisi->biografi	...	humor->biografi
fiksi->memasak	puisi->memasak	...	humor->memasak
...	...	...	...
fiksi->humor	puisi->humor	...

Membuat aturan dengan itertools

from itertools import permutations

# Extract unique items.
flattened = [item for transaction in transactions for item in transaction]
items = list(set(flattened))

# Compute and print rules.
rules = list(permutations(items, 2))
print(rules)

[('fiction', 'poetry'), 
 ('fiction', 'history'),
 ...
 ('humor', 'travel'), 
 ('humor', 'language')]

Menghitung jumlah aturan

# Print the number of rules
print(len(rules))

Plot menunjukkan total jumlah aturan sebagai fungsi dari jumlah item unik.

Melihat ke depan

# Import the association rules function
from mlxtend.frequent_patterns import association_rules
from mlxtend.frequent_patterns import apriori

# Compute frequent itemsets using the Apriori algorithm
frequent_itemsets = apriori(onehot, min_support = 0.001, 
                            max_len = 2, use_colnames = True)

# Compute all association rules for frequent_itemsets
rules = association_rules(frequent_itemsets, 
                            metric = "lift", 
                             min_threshold = 1.0)

Ayo berlatih!

Analisis Market Basket dengan Python