0–2 min. Portada. Pregunte: ¿qué decisión tomarían en una tienda si supieran qué productos se compran juntos? Recoja dos ejemplos (combos, acomodo, recomendaciones) y anótelos: se retoman en el acto final.
2–3 min. Objetivos como acciones verificables. Anuncie el reto en parejas (minuto 50) y el ticket de salida.
3–4 min. Presente la tienda: cada cuadrito es un ticket de un día, 100 en total. Todavía no hay fórmulas. Pregunte: ¿qué tendríamos que contar para saber si dos productos van juntos?
4–5 min. Resalte las tres columnas: 30 tickets con pan dulce. Haga notar que el orden de la cuadrícula es una elección nuestra para poder contar.
5–6 min. Lea la frase del gerente. Pida votar a mano alzada: ¿acomodamos la leche junto al pan dulce? No revele nada más todavía.
6–7 min. Ahora sí: pinte la leche en el resto de la tienda. Pregunte antes: ¿qué porcentaje esperan fuera del pan dulce? Luego cuenten juntos: 42 de 70.
7–8 min. Conclusión verbal: la leche está en 60 % de TODOS los tickets. Saber que alguien llevó pan dulce no cambia nada. Error a anticipar: «60 % es alto». Alto ¿comparado con qué? Con la tasa base.
8–9 min. Cerramos los huecos: cada ticket es 1 % del área. La leche forma una franja plana a la altura 0.60 en ambas zonas: así se ve la independencia. Anuncie que este cuadrado será nuestra herramienta.
9–10 min. Pregunta guía de la clase (léala en voz alta). Muestre la ruta: construir, ver, medir, decidir. Si alguien propone «comparar con el 60 %», felicítelo: acaba de inventar el lift.
10–11 min. Cambiamos a una tienda diminuta: los cinco tickets del libro. Pida que, sin calcular, digan qué par de productos «va junto».
11–12 min. Pasamos a matriz binaria ticket × producto: sólo presencia o ausencia; ni cantidades ni precios. Pregunte qué información se perdió.
12–13 min. Soporte de un ítem = proporción de tickets que lo contienen. Cuenten por columna antes de revelar. Umbral: al menos 2 tickets (0.40). Queso queda fuera.
13–15 min. Pares: resalte las filas donde leche y pan valen 1 (T1, T2, T5). Recalque la antimonotonía: ningún par con queso puede ser frecuente, así que ni se cuenta. El trío aparece sólo en T1.
15–17 min. De un itemset frecuente salen reglas. pan ⇒ leche: nos quedamos SÓLO con los tickets que tienen pan (4) y contamos cuántos tienen leche (3). La confianza es una probabilidad condicional: el universo se encoge.
17–18 min. Las seis reglas posibles con los tres pares frecuentes. Pregunte por qué pan ⇒ leche y leche ⇒ pan tienen la misma confianza aquí (ambos ítems tienen soporte 4). Umbral 0.60: pasan 4 de 6.
18–19 min. Predicción: ¿alguna de estas reglas «aceptadas» describe una asociación real? Revele la columna lift = confianza / P(B). Todas < 1: los pares aparecen juntos MENOS de lo esperado. Es la leche del pan dulce otra vez.
19–20 min. Moraleja: Apriori encuentra lo frecuente y lo confiable, no lo interesante. Formalice la búsqueda en dos líneas (antimonotonía + reglas desde itemsets frecuentes) y anuncie: ahora veremos POR QUÉ se divide entre P(B).
20–21 min. Volvemos a la tienda con otra regla: café ⇒ pan dulce. El cuadrado son los 100 tickets (área 1). La columna azul son los tickets con café: su ANCHO es P(A) = 0.40. El soporte de un itemset es un área.
21–22 min. Hipótesis de independencia: el pan dulce (30 % del área) se reparte como agua que se nivela: misma altura 0.30 dentro y fuera de la columna. El rectángulo amarillo es lo que esperaríamos juntos por azar: 0.40 × 0.30.
22–23 min. Predicción: si quien compra café tiende a llevar pan dulce, ¿qué le pasa al agua dentro y fuera de la columna? Pida que lo dibujen con la mano. Luego anime: sube dentro, baja fuera; el área naranja total NO cambia (30).
23–24 min. Lea alturas, no áreas: dentro de la columna café el agua llega a 0.50 = 20/40: ESO es la confianza (probabilidad de B dentro del mundo A). Fuera llega a 10/60 ≈ 0.17.
24–25 min. El lift compara la altura del agua en la columna con el nivel de independencia: 0.50 / 0.30 = 1.67. «Comprar café hace 1.67 veces más probable el pan dulce.» Lift = 1 ⇔ el agua está nivelada.
25–26 min. Misma cifra vista como áreas: verde observado (0.20) contra amarillo esperado (0.12). Como el cociente de áreas no distingue cuál es A y cuál B, el lift es SIMÉTRICO. La confianza no: conf(pan dulce ⇒ café) = 0.67.
26–27 min. Movamos los datos. Primero hacia la independencia (12 tickets, lift 1) y luego hacia la exclusión (2 tickets): el agua de la columna queda por debajo del nivel, lift < 1. Pida que anticipen el valor antes de cada paso.
27–28 min. Ahora al extremo opuesto: todo el pan dulce cae dentro de café (30 tickets). El agua llega a 0.75 y fuera queda seca: lift máximo = 1 / max(P(A), P(B)) = 2.5. Un lift de 10 es imposible con estos soportes.
28–30 min. Formalización. Las cuatro regiones del cuadrado son la tabla de contingencia 2 × 2. Deduzca en voz alta: lift > k ⇔ conf > k·P(B) (por ejemplo, con leche al 60 %, lift > 1.5 exige conf > 0.90).
30–32 min. Leverage: la franja verde entre el nivel (0.30) y el agua (0.50) dentro de café. Su área 0.40 × 0.20 = 0.08 son tickets que aparecen juntos de más: 8 de cada 100. El lift es relativo; el leverage es volumen.
32–34 min. Conviction mira los ERRORES de la regla: tickets con café y SIN pan dulce (zona roja sobre el agua, 0.20). Si fueran independientes, los errores llegarían hasta el nivel: 0.40 × 0.70 = 0.28. Cociente 1.4: la regla falla 1.4 veces menos que el azar.
34–36 min. Zhang compara dos alturas: agua dentro de café (0.50) y fuera (0.17). (0.50 − 0.17) / 0.50 = 0.67. Vive entre −1 y 1: vale 1 si fuera de A no hay nada de B y −1 si dentro de A no hay nada. Ojo: tampoco es simétrica.
36–38 min. Cuatro reglas de la misma tienda, cada una con su cuadrado. Antes de la tabla: ¿en cuál el agua sube más dentro de la columna? ¿Cuál tiene el agua POR DEBAJO del nivel? ¿Cuál está nivelada?
38–40 min. La tabla confirma la lectura visual. Pregunte: ¿cuál regla genera más tickets extra? Muchos dirán vino ⇒ queso (lift 10), pero café ⇒ pan dulce suma 8 contra 3.6. Té ⇒ café es negativa en todas las métricas: sustitutos.
40–42 min. Vista de asociación: cada producto es un nodo y cada regla una arista. Color = signo (verde > 1, gris ≈ 1, rojo < 1); grosor = lift. Como el lift es simétrico, las aristas no tienen flecha. Pregunte qué esperan ver.
42–44 min. Mapa de decisión: horizontal = soporte (volumen), vertical = lift en escala logarítmica (fuerza). El tamaño de cada burbuja es |leverage|. Pida ubicar cada regla antes de que aparezca.
44–47 min. Una ficha por regla: acción, métrica que la justifica y riesgo. Pida a cuatro equipos defender una ficha cada uno en 30 segundos antes de revelarla. Insista: la acción se valida con un experimento (A/B).
47–49 min. El filtro mental, en orden: primero ¿hay asociación? (lift o Zhang), luego ¿hay datos suficientes?, ¿cuánto impacto?, ¿qué dirección?, y sólo al final ¿es causal? La confianza sola nunca va primero.
49–50 min. Cuándo NO confiar en las reglas: pocos datos, un ítem dominante (la leche), preguntas causales y cuando importa el orden temporal (patrones secuenciales). Enlace con el capítulo 5.3c del libro.
50–54 min. Parejas, 4 minutos. Datos nuevos: 200 tickets de una tienda escolar. Pida primero el dibujo del cuadrado (ancho, alturas, nivel) y después las cifras. Pista: lev × 200 da tickets.
54–56 min. Solución (1/2): el cuadrado. Ancho 0.25; nivel 0.40; dentro 30/50 = 0.60; fuera 50/150 ≈ 0.33. Pida a una pareja describirlo antes de animarlo.
56–57 min. Solución (2/2): cifras y decisión. La dirección importa: papas ⇒ refresco (conf 0.60, conv 1.50) es más útil que refresco ⇒ papas (0.375, 1.20), aunque el lift (1.5) y el leverage (+10 tickets) sean los mismos.
57–59 min. Síntesis en cuatro verbos; pida a un estudiante reformular cada uno con el ejemplo de la leche y el pan dulce.
59–60 min. Ticket individual. Respuesta: lift = 0.90 / 0.90 = 1, no aporta nada aunque la confianza sea 90 %. Bonus: lift máximo = 1 / 0.5 = 2.