快捷導(dǎo)航

python 實(shí)現(xiàn)關(guān)聯(lián)規(guī)則算法Apriori的示例

更新時(shí)間：2020年09月30日 11:40:05 作者：WJ '' BLOG

這篇文章主要介紹了python 實(shí)現(xiàn)關(guān)聯(lián)規(guī)則算法Apriori的示例，幫助大家更好的理解和學(xué)習(xí)python，感興趣的朋友可以了解下

首先導(dǎo)入包含apriori算法的mlxtend庫(kù)，

pip install mlxtend

調(diào)用apriori進(jìn)行關(guān)聯(lián)規(guī)則分析，具體代碼如下，其中數(shù)據(jù)集選取本博客 “機(jī)器學(xué)習(xí)算法——關(guān)聯(lián)規(guī)則” 中的例子，可進(jìn)行參考，設(shè)置最小支持度（min_support）為0.4，最小置信度（min_threshold）為0.1，

最小提升度（lift）為1.0，對(duì)數(shù)據(jù)集進(jìn)行關(guān)聯(lián)規(guī)則分析，

from mlxtend.preprocessing import TransactionEncoder
from mlxtend.frequent_patterns import apriori
from mlxtend.frequent_patterns import association_rules
import pandas as pd

df_arr = [['蘋果','香蕉','鴨梨'],
    ['橘子','葡萄','蘋果','哈密瓜','火龍果'],
    ['香蕉','哈密瓜','火龍果','葡萄'],
    ['橘子','橡膠'],
    ['哈密瓜','鴨梨','葡萄']
    ]

#轉(zhuǎn)換為算法可接受模型（布爾值）
te = TransactionEncoder()
df_tf = te.fit_transform(df_arr)
df = pd.DataFrame(df_tf,columns=te.columns_)

#設(shè)置支持度求頻繁項(xiàng)集
frequent_itemsets = apriori(df,min_support=0.4,use_colnames= True)
#求關(guān)聯(lián)規(guī)則,設(shè)置最小置信度為0.15
rules = association_rules(frequent_itemsets,metric = 'confidence',min_threshold = 0.15)
#設(shè)置最小提升度
rules = rules.drop(rules[rules.lift <1.0].index)
#設(shè)置標(biāo)題索引并打印結(jié)果
rules.rename(columns = {'antecedents':'from','consequents':'to','support':'sup','confidence':'conf'},inplace = True)
rules = rules[['from','to','sup','conf','lift']]
print(rules)
#rules為Dataframe格式，可根據(jù)自身需求存入文件

輸出結(jié)果如下：

     from     to sup   conf   lift
0    (哈密瓜)    (火龍果) 0.4 0.666667 1.666667
1    (火龍果)    (哈密瓜) 0.4 1.000000 1.666667
2    (哈密瓜)    (葡萄) 0.6 1.000000 1.666667
3     (葡萄)    (哈密瓜) 0.6 1.000000 1.666667
4     (葡萄)    (火龍果) 0.4 0.666667 1.666667
5    (火龍果)    (葡萄) 0.4 1.000000 1.666667
6  (哈密瓜, 葡萄)    (火龍果) 0.4 0.666667 1.666667
7  (哈密瓜, 火龍果)    (葡萄) 0.4 1.000000 1.666667
8  (葡萄, 火龍果)    (哈密瓜) 0.4 1.000000 1.666667
9    (哈密瓜)  (葡萄, 火龍果) 0.4 0.666667 1.666667
10    (葡萄) (哈密瓜, 火龍果) 0.4 0.666667 1.666667
11    (火龍果)  (哈密瓜, 葡萄) 0.4 1.000000 1.666667

Process finished with exit code 0

以上就是python 實(shí)現(xiàn)關(guān)聯(lián)規(guī)則算法Apriori的示例的詳細(xì)內(nèi)容，更多關(guān)于python 實(shí)現(xiàn)關(guān)聯(lián)規(guī)則算法Apriori的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: