Analyse de paniers avec MLxtend

Ce projet analyse un jeu de données de transactions d'une boutique de cadeaux britannique (dataset_baskets_dated.csv). L'objectif est de nettoyer les données, d'effectuer une analyse statistique descriptive et de découvrir des règles d'association (itemsets) à l'aide de pandas, seaborn et mlxtend.

L'analyse complète est contenue dans le script analyser_paniers.py.

---

Fonctionnalités

Le script analyser_paniers.py exécute les tâches suivantes :

1. Chargement et nettoyage :

   • Chargement du CSV et gestion des types de données (dates, ID clients).
   • Nettoyage syntaxique : Conversion des noms de produits en minuscules et suppression des espaces superflus.
   • Nettoyage sémantique : Identification et filtrage des articles "non-produits" (ex: 'postage', 'manual', 'bank charges', 'discount') pour ne conserver que les articles pertinents pour l'analyse.
   • Suppression des paniers vides après nettoyage.

2. Analyse statistique et descriptive :

   • Calcul des statistiques globales (nombre de paniers, clients, articles uniques).
   • Simulation de "pruning" (élagage) pour estimer l'impact de différents seuils de support.
   • Analyse des clients les plus actifs (par nombre de paniers et d'articles).
   • Classement des 20 articles les plus populaires.

3. Visualisation de données :

   • Génération et sauvegarde automatique de 4 graphiques dans le dossier /graphiques :
     • Distribution des paniers par mois.
     • Distribution des paniers par jour de la semaine et par heure.
     • Distribution de la taille des paniers (après filtrage).
     • Top 20 des articles les plus vendus.

4. Analyse des règles d'association (MLxtend) :

   • Préparation et encodage One-Hot des transactions valides.
   • Application de l'algorithme Apriori pour extraire les itemsets fréquents (support min: 2%, taille max: 5).
   • Génération des règles d'association (confiance min: 70%).
   • Affichage des 20 meilleures règles, triées par lift pour identifier les associations les plus fortes et les moins évidentes.

---

Prérequis et installation

Pour exécuter ce projet, vous aurez besoin de Python 3 et des bibliothèques listées dans requirements.txt.

1. Clonez ce dépôt :

   git clone https://github.com/sftss/TP-Data-MLxtend.git
   cd TP-Data-MLxtend

2. Créez un environnement virtuel (recommandé) :

   python3 -m venv venv

3. Activez l'environnement :

   • Sur macOS/Linux :

     source venv/bin/activate

   • Sur Windows :

     .\venv\Scripts\activate

4. Installez les dépendances :

   pip install -r requirements.txt

---

Lancement de l'analyse

Pour lancer l'analyse complète, exécutez le script principal :

python analyser_paniers.py

Les graphiques seront automatiquement générés dans le dossier graphiques/.

---

Résultats

Vous pouvez retrouver les résultats de l'analyse dans le dossier "graphiques" à la racine du projet