Încredere și lift

Analiza coșului de cumpărături în Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Când support-ul induce în eroare

TID Tranzacție
1 Coffee, Milk
2 Bread, Milk, Orange
3 Bread, Milk
4 Bread, Milk, Sugar
5 Bread, Jam, Milk
... ...

 

  1. Lapte și pâine cumpărate frecvent împreună.
    • Support: {Milk} $\rightarrow$ {Bread}
  2. Regula nu este informativă pentru marketing.
    • Laptele și pâinea sunt ambele articole populare.
Analiza coșului de cumpărături în Python

Metrica încredere

  1. Se poate îmbunătăți față de support cu metrici suplimentare.
  2. Adăugarea încrederii oferă o imagine mai completă.

 

$$\frac{Support(X \& Y)}{Support(X)}$$

Analiza coșului de cumpărături în Python

Interpretarea metricii încredere

Această imagine arată o listă de tranzacții dintr-un supermarket. Una dintre tranzacții include gem și pâine.

$$Support(Milk\&Coffee) = 0.20$$

Această imagine arată o listă de tranzacții dintr-un supermarket. Una dintre tranzacții include gem și pâine.

$$Support(Milk) = 1.00$$

Analiza coșului de cumpărături în Python

Interpretarea metricii încredere

  $$\frac{Support(Milk\&Coffee)}{Support(Milk)} = \frac{0.20}{1.00} = 0.20$$

  $$\frac{Support(Milk\&Coffee)}{Support(Milk)} = \frac{0.20}{0.80} = 0.25$$

  $$\frac{Support(Milk\&Coffee)}{Support(Milk)} = \frac{0.20}{0.20} = 1.00$$

Analiza coșului de cumpărături în Python

Metrica lift

 

  • Lift-ul oferă o altă metrică pentru evaluarea relației dintre articole.
    • Numărător: Proporția tranzacțiilor care conțin X și Y.
    • Numitor: Proporția dacă X și Y sunt alocate aleatoriu și independent.

 

$$\frac{Support(X \& Y)}{Support(X) Support(Y)}$$

Analiza coșului de cumpărături în Python

Pregătirea datelor

from mlxtend.preprocessing import TransactionEncoder
import pandas as pd

# Split library strings into lists
libraries = data['Library'].apply(lambda t: t.split(','))

# Convert to list of lists
libraries = list(libraries)

# One-hot encode books
books = TransactionEncoder().fit(libraries).transform(libraries)

# Convert one-hot encoded data to DataFrame
books = pd.DataFrame(books, columns = encoder.columns_)
Analiza coșului de cumpărături în Python

Calcularea încrederii și lift-ului

# Print first five items
print(books.head())

       Hunger           Gatsby
0      False            True
1      False            True
2      False            False
3      False            True
4      False            True

Set de date: GoodBooks-10K.

Analiza coșului de cumpărături în Python

Calcularea încrederii și lift-ului

# Computing support.
supportHG = np.logical_and(books['Hunger'],books['Gatsby']).mean()
supportH = books['Hunger'].mean()
supportG = books['Gatsby'].mean()

# Compute and print confidence and lift.
confidence = supportHG / supportH
lift = supportHG / (supportH * supportG)

# Print results.
print(supportG, confidence, lift)

(0.30, 0.16, 0.53)
Analiza coșului de cumpărături în Python

Să exersăm!

Analiza coșului de cumpărături în Python

Preparing Video For Download...