Association och dissociation

Marknadskorgsanalys i Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Använda dissociation för att para ihop e-böcker

En miniatyrbild av omslaget till Bilbo – En hobbits äventyr.

En miniatyrbild av omslaget till Den store Gatsby.

En miniatyrbild av omslaget till Stolthet och fördom.

En miniatyrbild av omslaget till Räddaren i nöden.

1 Bilder hämtade från goodreads.com.
Marknadskorgsanalys i Python

Introduktion till Zhangs mått

  1. Introducerat av Zhang (2000)
    • Tar värden mellan -1 och +1
    • Värdet +1 anger perfekt association
    • Värdet -1 anger perfekt dissociation
  2. Heltäckande och tolkningsbart
  3. Konstruerat med hjälp av support
1 Zhang, T. (2000). Association Rules. Proceedings of the 4th Pacific-Asia conference, PADKK, pp.245-256. Kyoto, Japan.
Marknadskorgsanalys i Python

Definition av Zhangs mått

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

Marknadskorgsanalys i Python

Konstruera Zhangs mått med hjälp av support

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

Marknadskorgsanalys i Python

Beräkna Zhangs mått

# 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()
Marknadskorgsanalys i Python

Beräkna Zhangs mått

# 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
Marknadskorgsanalys i Python

Nu kör vi en övning!

Marknadskorgsanalys i Python

Preparing Video For Download...