Identificare le regole di associazione

Analisi del carrello in Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Caricare e preparare i dati

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)
Analisi del carrello in Python

Esplorare i dati

print(transactions[:5])

[['language', 'travel', 'humor', 'fiction'],
 ['humor', 'language'],
 ['humor', 'biography', 'cooking'],
 ['cooking', 'language'],
 ['travel']]
Analisi del carrello in Python

Regole di associazione

  • Regola di associazione

    • Contiene antecedente e conseguente
      • {health} $\rightarrow$ {cooking}

  • Regola con più antecedenti

    • {humor, travel} $\rightarrow$ {language}

  • Regola con più conseguenti

    • {biography} $\rightarrow$ {history, language}
Analisi del carrello in Python

Difficoltà nella selezione delle regole

  • Trovare buone regole è difficile.

    • Lo spazio di tutte le regole è grande.
    • La maggior parte non è utile.
    • Bisogna scartarne molte.

  • E se ci limitassimo a regole semplici?

    • Un antecedente e un conseguente.
    • È ancora impegnativo, anche con dataset piccoli.
Analisi del carrello in Python

Generare le regole

 

  • narrativa
  • poesia
  • storia
  • biografia
  • cucina

 

  • salute
  • viaggi
  • lingue
  • umorismo
Analisi del carrello in Python

Generare le regole

Regole narrativa Regole poesia ... Regole umorismo
narrativa->poesia poesia->narrativa ... umorismo->narrativa
narrativa->storia poesia->storia ... umorismo->storia
narrativa->biografia poesia->biografia ... umorismo->biografia
narrativa->cucina poesia->cucina ... umorismo->cucina
... ... ... ...
narrativa->umorismo poesia->umorismo ...
Analisi del carrello in Python

Generare regole con 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')]
Analisi del carrello in Python

Contare le regole

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

72

Il grafico mostra il numero totale di regole in funzione del numero di item unici.

Analisi del carrello in Python

Uno sguardo avanti

# 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)
Analisi del carrello in Python

Ayo berlatih!

Analisi del carrello in Python

Preparing Video For Download...