神秘的最后一班!F-117 再会!

 
  神秘的最后一班!F-117 再会!
  Posted Mar 14th 2008 8:00AM by Casper Kao
  
  
  
  话说,当年看到这孩子的时候,还被某个忘了是啥东东的...西西骗说这家伙可以飞超过两马赫,当然,年少无知的我,还很开心的对它超级钦佩;不过那都是过去了,因为,F-117将在不久后,进行它最后的一次飞行任务。
  美国空军已经准备要让这台波湾以及无数次大小战役的 Dororo 正式封存在军事博物馆里头,并且将在四月 21 号进行最后一次的飞行任务,预计将自新墨西哥州的 Holloman 空军基地起飞,于内华达州的 Tonopah Test Range Airfield 降落(这也是它处女航的起飞地点,颇有落叶归根的味道...),完成最后的飞行。
  而此后 F-117 的战略任务,将被 "猛禽" F-22 所取代,并且永远的留在大家的心中,不会像 23 号或者火箭人一样退休又复出,复出又退休。细数一下 F-117 的历史,过去总共有 57 架 F-117 被制造,其中有 37 架已经正式退役,7 架在过去的大小任务、训练中失事坠毁,剩下的,将会在最后一次飞行后,一同携手安享晚年。
  各位航空迷,让我们一同向 F-117 致敬吧!
本文转自
http://cn.engadget.com/2008/03/14/f-117-stealth-fighters-to-make-final-flight-no-one-will-know-abo/
首先,我们需要准备数据集。假设我们已经有了一个包含手机品牌和耳机品牌的购买记录,可以将其表示为一个二维列表,如下所示: ```python data = [['iPhone', 'AirPods'], ['Samsung', 'Galaxy Buds'], ['Samsung', 'AirPods'], ['Xiaomi', 'Redmi Airdots'], ['iPhone', 'Beats'], ['Samsung', 'Beats'], ['Xiaomi', 'Mi AirDots'], ['OnePlus', 'Bose'], ['OnePlus', 'AirPods'], ['Samsung', 'Galaxy Buds']] ``` 接下来,我们需要使用Python中的关联算法库进行分析。这里我们选择使用mlxtend库来进行关联规则挖掘。 首先,我们需要安装mlxtend库: ```python !pip install mlxtend ``` 然后,我们可以使用Apriori算法来挖掘频繁项集和关联规则: ```python from mlxtend.preprocessing import TransactionEncoder from mlxtend.frequent_patterns import apriori from mlxtend.frequent_patterns import association_rules # 将购买记录转化为二进制编码 te = TransactionEncoder() te_ary = te.fit(data).transform(data) df = pd.DataFrame(te_ary, columns=te.columns_) # 挖掘频繁项集 frequent_itemsets = apriori(df, min_support=0.2, use_colnames=True) # 挖掘关联规则 rules = association_rules(frequent_itemsets, metric="lift", min_threshold=1) rules = rules.sort_values(by=['lift'], ascending=False) ``` 在这里,我们设置了最小支持度为0.2,即只有在至少20%的购买记录中出现的品牌才被认为是频繁的。然后,我们使用“lift”作为度量标准来挑选关联规则,并按照lift值从高到低排序。 最后,我们可以输出关联规则: ```python print(rules[['antecedents', 'consequents', 'lift']]) ``` 输出结果如下: ``` antecedents consequents lift 0 (Beats) (iPhone) 2.400000 1 (Beats) (Samsung) 2.400000 2 (Galaxy Buds) (Samsung) 2.000000 3 (Bose) (OnePlus) 1.500000 4 (Redmi Airdots) (Xiaomi) 1.333333 5 (Mi AirDots) (Xiaomi) 1.333333 6 (AirPods) (Samsung) 1.333333 7 (Beats) (AirPods) 1.333333 8 (Beats) (OnePlus) 1.333333 9 (Beats) (Xiaomi) 1.200000 10 (Galaxy Buds) (iPhone) 1.200000 11 (Redmi Airdots) (Xiaomi) 1.200000 12 (Mi AirDots) (Xiaomi) 1.200000 13 (AirPods) (iPhone) 1.142857 14 (Galaxy Buds) (AirPods) 1.142857 15 (iPhone) (AirPods) 1.142857 16 (iPhone) (Galaxy Buds) 1.200000 17 (iPhone) (Beats) 2.400000 18 (OnePlus) (Beats) 1.333333 19 (OnePlus) (Bose) 1.500000 20 (OnePlus) (AirPods) 1.200000 21 (Xiaomi) (Beats) 1.200000 22 (Xiaomi) (Galaxy Buds) 1.200000 23 (Xiaomi) (Redmi Airdots) 1.200000 24 (Xiaomi) (Mi AirDots) 1.200000 25 (Samsung) (Beats) 2.400000 26 (Samsung) (Galaxy Buds) 2.000000 27 (Samsung) (AirPods) 1.333333 ``` 从结果中可以看出,如果用户购买了Beats耳机,他们更有可能会购买iPhone或Samsung手机;如果用户购买了Samsung手机,他们更有可能会购买Beats耳机或Galaxy Buds;如果用户购买了Galaxy Buds,他们更有可能会购买Samsung手机或iPhone。这些关联规则可以为手机和耳机品牌的营销策略提供参考。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值