数据挖掘作业——Apriori算法

设minsupport=0.4,利用Apriori算法求出所有的频繁项集,指出最大频繁项集。
数据集:
在这里插入图片描述
代码实现:

# 设minsupport=40%,利用Apriori算法求出所有的频繁项目集,指出其中的最大频繁项目集。
import pandas as pd

def get_D():
    D = pd.read_csv("work1.csv",index_col='TID')
    D = D['Itemset'].values.tolist()
    for i in range(len(D)):
        D[i] = D[i].split(',')
    return D

def get_C1(D):
    C1=[]
    for index in D:
        for item in index:
            if not [item] in C1:
                
  • 0
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值