Розширені правила
Маркет-баcкет аналіз у Python
Isaiah Hull
Visiting Associate Professor of Finance, BI Norwegian Business School
Огляд market basket analysis
- Стандартна процедура для market basket analysis.
- Згенеруйте великий набір правил.
- Відфільтруйте правила за метриками.
- Застосуйте інтуїцію та здоровий глузд.
Генерування правил
- Кількість правил зростає експоненційно з кількістю товарів.
- Більшість правил не корисні.
- Потрібне початкове фільтрування.
- Розглянемо в розділі 3 через алгоритм Apriori
Як працює фільтрування?
| ID | antecedents | consequents | support | Lift |
|---|---|---|---|---|
| 1 | Harry Potter | The Hunger Games | 0,001 | 1,01 |
| 2 | Hunger Games | Twilight | 0,020 | 1,23 |
| 3 | Pride and Prejudice | The Hobbit | 0,030 | 1,05 |
| 4 | The Hobbit | Twilight | 0,015 | 0,85 |
| 5 | Harry Potter | The Hobbit | 0,010 | 1,07 |
Багатометричне фільтрування
| ID | antecedents | consequents | support | zhang |
|---|---|---|---|---|
| 1 | Harry Potter | The Hunger Games | 0,001 | -0,05 |
| 2 | Hunger Games | Twilight | 0,020 | 0,17 |
| 3 | Pride and Prejudice | The Hobbit | 0,030 | 0,06 |
| 4 | The Hobbit | Twilight | 0,015 | -0,04 |
| 5 | Harry Potter | The Hobbit | 0,010 | 0,34 |
Виконання багатометричного фільтрування
print(rules.head())
antecedents consequents antecedent support ... support confidence ... conviction
0 Potter Hunger 0.48 ... 0.12 ... 0.26 ... 0.92
1 Potter Hunger 0.32 ... 0.12 ... 0.26 ... 0.92
2 Twilight Hunger 0.26 ... 0.09 ... 0.35 ... 1.04
3 Hunger Twilight 0.32 ... 0.09 ... 0.28 ... 1.03
4 Mockingbird Hunger 0.48 ... 0.10 ... 0.20 ... 0.85
Виконання багатометричного фільтрування
# Select subset of rules with low consequent support.
rules = rules[rules['consequent support'] < 0.05]
print(len(rules))
12
# Select subset of rules with lift > 1.5.
rules = rules[rules['lift'] > 1.5]
print(len(rules))
2
Давайте потренуємось!
Маркет-баcкет аналіз у Python
