การระบุกฎความสัมพันธ์

Market Basket Analysis ด้วย Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

การโหลดและเตรียมข้อมูล

import pandas as pd

# Load transactions from pandas.
books = pd.read_csv("datasets/bookstore.csv")

# Split transaction strings into lists.
transactions = books['Transaction'].apply(lambda t: t.split(','))

# Convert DataFrame into list of strings.
transactions = list(transactions)

สำรวจข้อมูล

print(transactions[:5])

[['language', 'travel', 'humor', 'fiction'],
 ['humor', 'language'],
 ['humor', 'biography', 'cooking'],
 ['cooking', 'language'],
 ['travel']]

กฎความสัมพันธ์

กฎความสัมพันธ์
- ประกอบด้วย antecedent และ consequent
  - {health} $\rightarrow$ {cooking}
กฎที่มี antecedent หลายตัว
- {humor, travel} $\rightarrow$ {language}
กฎที่มี consequent หลายตัว
- {biography} $\rightarrow$ {history, language}

ความยากในการเลือกกฎ

การหากฎที่มีประโยชน์เป็นเรื่องยาก
- ชุดกฎที่เป็นไปได้ทั้งหมดมีขนาดใหญ่มาก
- กฎส่วนใหญ่ไม่มีประโยชน์
- ต้องคัดทิ้งกฎส่วนใหญ่ออกไป
จะเกิดอะไรขึ้นหากจำกัดเฉพาะกฎที่เรียบง่าย?
- antecedent หนึ่งตัวและ consequent หนึ่งตัว
- ยังคงท้าทาย แม้กับชุดข้อมูลขนาดเล็ก

การสร้างกฎ

fiction
poetry
history
biography
cooking

health
travel
language
humor

การสร้างกฎ

Fiction Rules	Poetry Rules	...	Humor Rules
fiction->poetry	poetry->fiction	...	humor->fiction
fiction->history	poetry->history	...	humor->history
fiction->biography	poetry->biography	...	humor->biography
fiction->cooking	poetry->cooking	...	humor->cooking
...	...	...	...
fiction->humor	poetry->humor	...

การสร้างกฎด้วย itertools

from itertools import permutations

# Extract unique items.
flattened = [item for transaction in transactions for item in transaction]
items = list(set(flattened))

# Compute and print rules.
rules = list(permutations(items, 2))
print(rules)

[('fiction', 'poetry'), 
 ('fiction', 'history'),
 ...
 ('humor', 'travel'), 
 ('humor', 'language')]

นับจำนวนกฎ

# Print the number of rules
print(len(rules))

กราฟแสดงจำนวนกฎทั้งหมดเป็นฟังก์ชันของจำนวนรายการที่ไม่ซ้ำกัน

มองไปข้างหน้า

# Import the association rules function
from mlxtend.frequent_patterns import association_rules
from mlxtend.frequent_patterns import apriori

# Compute frequent itemsets using the Apriori algorithm
frequent_itemsets = apriori(onehot, min_support = 0.001, 
                            max_len = 2, use_colnames = True)

# Compute all association rules for frequent_itemsets
rules = association_rules(frequent_itemsets, 
                            metric = "lift", 
                             min_threshold = 1.0)

มาฝึกกันเถอะ!

Market Basket Analysis ด้วย Python