第一章 开启数据挖掘之旅
打开jupyter notebook的方式:
在命令提示符(cmd)中输入:jupyter notebook
就可以打开Web浏览器创建新的实例。
关闭:在cmd中输入Ctrl+C,确认关闭即可。
1.3 亲和性分析
应用场景:超市商品的摆放、向网站用户推送、电影推荐等。
找出规则。对于找出的规则需要判断其优劣,通过支持度(support)和置信度(confidence)。
支持度指数据集中规则应验的次数,或者是次数除以规则有效前提下的总数量。衡量的是给定规则应验比例。
置信度是指符合给定条件的所有规则里,跟当前规则结论一致的比例有多大,衡量的是规则准确率。计算方法:当前规则的出现次数除以条件相同的规则的数量。
举例:顾客购买了苹果,也购买了香蕉为例。
给定条件即为:购买了苹果,该事件发生的次数:num_occurances
规则应验的次数为:购买了苹果而且购买了香蕉:valid_rules
规则失效的次数为:购买了苹果但是没有购买香蕉:invalid_rules
则支持度=valid_rules,置信度=valid_rules/num_occurances。
根据支持度和置信度对rules进行排名,就能得到可靠性比较高的关联规则,然后做出反应。
在该亲和性问题中,我们关心的是两个变量之间的关系,比如:如何卖出更过的苹果。
亲和性分析算法的目标是从数据集中发现用以指导实践的规则。
也可以将是否购买苹果作为标签,转化成一个二分类问题,只
python数据挖掘入门与实践(一)
最新推荐文章于 2024-05-10 17:44:56 发布