Diagrame de dispersie

Analiza coșului de cumpărături în Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Introducere în diagramele de dispersie

Figura prezintă un exemplu de diagramă de dispersie.

Introducere în diagramele de dispersie

O diagramă de dispersie afișează perechi de valori.
- Suportul antecedentului și al consecventului.
- Încrederea și lift-ul.
Nu se presupune niciun model.
- Nu este necesară o linie sau curbă de tendință.
Poate oferi un punct de plecare pentru filtrare.
- Identificați tipare în date și reguli.

Suport față de încredere

Această diagramă de dispersie prezintă valorile de suport față de cele de încredere în regulile generate pentru setul de date MovieLens.

Suport față de încredere

Această diagramă de dispersie prezintă valorile de suport față de cele de încredere în regulile generate pentru setul de date 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).

Generarea unei diagrame de dispersie

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)

Generarea unei diagrame de dispersie

Această figură prezintă o diagramă de dispersie a suportului antecedentului față de suportul consecventului.

Adăugarea unei a treia metrici

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

Adăugarea unei a treia metrici

Această diagramă de dispersie arată relația dintre suportul antecedentului, suportul consecventului și lift.

Ce putem învăța din diagramele de dispersie?

Identificarea pragurilor naturale din date.
- Imposibil cu hărți de căldură sau alte vizualizări.
Vizualizarea întregului set de date.
- Nu se limitează la un număr mic de reguli.
Utilizarea rezultatelor pentru filtrare.
- Folosiți pragurile și tiparele naturale pentru filtrare.

Să exersăm!

Analiza coșului de cumpărături în Python