Asociere și disociere

Analiza coșului de cumpărături în Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Utilizarea disocierii pentru asocierea cărților electronice

Imaginea copertei cărții „Hobbitul".

Imaginea copertei cărții „Marele Gatsby".

Imaginea copertei cărții „Mândrie și prejudecată".

Imaginea copertei cărții „De veghe în lanul de secară".

¹ Imagini preluate de pe goodreads.com.

Introducere în metrica Zhang

Introdusă de Zhang (2000)
- Valori între -1 și +1
- Valoarea +1 indică asociere perfectă
- Valoarea -1 indică disociere perfectă
Cuprinzătoare și interpretabilă
Construită pe baza suportului

¹ Zhang, T. (2000). Association Rules. Proceedings of the 4th Pacific-Asia conference, PADKK, pp.245-256. Kyoto, Japan.

Definirea metricii Zhang

$$Zhang(A \rightarrow B) = $$ $$\frac{Confidence(A \rightarrow B) - Confidence(\bar{A} \rightarrow B)}{Max[Confidence(A \rightarrow B), Confidence(\bar{A} \rightarrow B)]}$$ $$Confidence = \frac{Support(A \& B)}{Support(A)}$$

Construirea metricii Zhang cu suport

$$Zhang(A \rightarrow B) = $$ $$\frac{Support(A \& B) - Support(A) Support(B)}{ Max[Support(AB) (1-Support(A)), Support(A)(Support(B)-Support(AB))]}$$

Calcularea metricii Zhang

# Compute the support of each book
supportH = hobbit.mean()
supportP = pride.mean()

# Compute the support of both books
supportHP = np.logical_and(hobbit, pride).mean()

Calcularea metricii Zhang

# Compute the numerator
num = supportHP - supportH*supportP

# Compute the denominator
denom = max(supportHP*(1-supportH), supportH*(supportP-supportHP))

# Compute Zhang's metric
zhang = num / denom
print(zhang)

0.08903

Să exersăm!

Analiza coșului de cumpărături în Python