Проектная работа по анализу данных

Информация о проекте

Работу выполнили:

• Василов Тимур, 11-909
• Ромаданский Кирилл, 11-909
• Бондарь Алексей, 11-911

Тема работы: "Ассоциативные правила для поиска аномалий".

Датасет: Market_Basket_Optimisation.csv содержит данные о произведенных в магазине транзакциях. Всего в датасете представлено 7502 строк - транзакций, состощих из списка товаров.

Цель: Выявить ассоциативные правила и применить их для поиска аномалий.

Полное описание проекта с объяснением всех шагов находится в блокноте Association_rules.ipynb.

Общее описание проекта

1. Представляем датасет в виде денормализованной "плотной" таблицы Pandas DataFrame с помощью One-Hot кодирования.
2. Анализируем датасет, чтобы определить распределние частот появления всех товаров в транзакциях.
3. Подключаем библиотеку mlxtend для расчета ассоциативных правил.
4. Используя алгоритм Apriori, строим ассоциативные правила, анализируем полученный результат.
5. Обнаруживаем антипатерны с помощью метрики conviction.
6. Используя алгоритм FP-Growth, строим ассоциативные правила, анализируем полученный результат.
7. Устанавливаем библиотеку pyECLAT и, используя алгоритм ECLAT, строим ассоциативные правила, анализируем полученный результат.
8. Сравниваем полученные результаты.