La métrique la plus simple
Analyse des paniers d'achat en Python
Isaiah Hull
Visiting Associate Professor of Finance, BI Norwegian Business School
Métriques et élagage
- Une métrique mesure la performance des règles.
- {humor} $\rightarrow$ {poetry}
- 0,81
- {fiction} $\rightarrow$ {travel}
- 0,23
- {humor} $\rightarrow$ {poetry}
- L'élagage consiste à utiliser des métriques pour écarter des règles.
- Conserver : {humor} $\rightarrow$ {poetry}
- Écarter : {fiction} $\rightarrow$ {travel}
La métrique la plus simple
- La métrique de soutien mesure la part des transactions qui contiennent un itemset.
$$\frac{\text{nombre de transactions avec l'item (les items)}}{\text{nombre de transactions}}$$
$$\frac{\text{nombre de transactions avec milk}}{\text{transactions totales}}$$
Soutien pour language
| TID | Transaction |
|---|---|
| 0 | travel, humor, fiction |
| 1 | humor, language |
| 2 | humor, biography, cooking |
| 3 | cooking, language |
| 4 | travel |
Soutien pour {language} = 2 / 10 = 0,2
| TID | Transaction |
|---|---|
| 5 | poetry, health, travel, history |
| 6 | humor |
| 7 | travel |
| 8 | poetry, fiction, humor |
| 9 | fiction, biography |
Soutien pour {Humor} $\rightarrow$ {Language}
| TID | Transaction |
|---|---|
| 0 | travel,humor,fiction |
| 1 | humor,language |
| 2 | humor,biography,cooking |
| 3 | cooking,language |
| 4 | travel |
SOUTIEN pour {language} $\rightarrow$ {humor} = 0,1
| TID | Transaction |
|---|---|
| 5 | poetry,health,travel,history |
| 6 | humor |
| 7 | travel |
| 8 | poetry,fiction,humor |
| 9 | fiction,biography |
Préparer les données
print(transactions)
[['travel', 'humor', 'fiction'],
...
['fiction', 'biography']]
from mlxtend.preprocessing import TransactionEncoder
# Instantiate transaction encoder
encoder = TransactionEncoder().fit(transactions)
Préparer les données
# One-hot encode itemsets by applying fit and transform
onehot = encoder.transform(transactions)
# Convert one-hot encoded data to DataFrame
onehot = pd.DataFrame(onehot, columns = encoder.columns_)
print(onehot)
biography cooking ... poetry travel
0 False False ... False True
...
9 True False ... False False
Calculer le soutien pour des items uniques
print(onehot.mean())
biography 0.2
cooking 0.2
fiction 0.3
health 0.1
history 0.1
humor 0.5
language 0.2
poetry 0.2
travel 0.4
dtype: float64
Calculer le soutien pour plusieurs items
import numpy as np
# Define itemset that contains fiction and poetry
onehot['fiction+poetry'] = np.logical_and(onehot['fiction'],onehot['poetry'])
print(onehot.mean())
biography 0.2
cooking 0.2
... ...
travel 0.4
fiction+poetry 0.1
dtype: float64
Passons à la pratique !
Analyse des paniers d'achat en Python
