Diagram sebar

Analisis Market Basket dengan Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Pengenalan diagram sebar

Gambar ini menunjukkan contoh diagram sebar.

Pengenalan diagram sebar

Diagram sebar menampilkan pasangan nilai.
- Dukungan anteseden dan konsekuen.
- Kepercayaan (confidence) dan lift.
Tanpa asumsi model.
- Tidak perlu garis tren atau kurva.
Dapat menjadi awal pemangkasan.
- Identifikasi pola pada data dan aturan.

Dukungan versus kepercayaan

Ini menunjukkan diagram sebar nilai dukungan versus kepercayaan pada aturan yang dihasilkan untuk dataset MovieLens.

Dukungan versus kepercayaan

Ini menunjukkan diagram sebar nilai dukungan versus kepercayaan pada aturan yang dihasilkan untuk dataset MovieLens.

¹ Bayardo Jr., R.J. and Agrawal, R. (1999). Mining the Most Interesting Rules. In Proceedings of the Fifth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 145-154).

Membuat diagram sebar

import pandas as pd
import seaborn as sns
from mlxtend.frequent_patterns import association_rules, apriori

# Load one-hot encoded MovieLens data
onehot = pd.read_csv('datasets/movies_onehot.csv')

# Generate frequent itemsets using Apriori
frequent_itemsets = apriori(onehot, min_support=0.01, use_colnames=True, max_len=2)

# Generate association rules
rules = association_rules(frequent_itemsets, metric='support', min_threshold=0.0)

sns.scatterplot(x="antecedent support", y="consequent support", data=rules)

Membuat diagram sebar

Gambar ini menunjukkan diagram sebar antara dukungan anteseden dan dukungan konsekuen.

Menambahkan metrik ketiga

sns.scatterplot(x="antecedent support", 
                y="consequent support", 
                size="lift", 
                data=rules)

Menambahkan metrik ketiga

Diagram sebar ini menunjukkan hubungan antara dukungan anteseden, dukungan konsekuen, dan lift.

Apa yang dapat dipelajari dari diagram sebar?

Identifikasi ambang alami dalam data.
- Tidak bisa dengan heatmap atau visualisasi lain.
Visualisasikan seluruh dataset.
- Tidak terbatas pada sedikit aturan.
Gunakan temuan untuk pemangkasan.
- Pakai ambang dan pola alami untuk memangkas.

Ayo berlatih!

Analisis Market Basket dengan Python