【机器学习实战】11.使用Apriori算法进行关联分析——python3程序

    之前费心费力写了一篇,结果没有保存。这一篇主要放上书本上的程序分析及运行结果。

    关联分析主要分为:频繁项集生成关联规则生成


1.频繁项集生成——Apriori算法

代码:

def createC1(dataSet):
    '''
    构建大小为1的所有候选项的集合,存储不重复的项值
    map(function,data)映射函数,在python3中返回一个迭代器,智能循环一次,故改为list
    frozenset() 返回一个冻结的集合,冻结后集合不能再添加或删除任何元素,不可改变
                可用做字典键值使用
    '''
    C1=[]
    for transcation in dataSet:
        for item in transcation:
            if not [item] in C1:
                C1.append([item])
    C1.sort()
    return list(map(frozenset,C1))    
    
def scanD(D,Ck,minSupport):
    '''
    D:数据集  Ck:候选项集列表 minSupport:最小支持度
    '''
    ssCnt={}                      #创建空字典
    for tid in D:        
        for can in Ck:            
            if can.issubset(tid):
             
  • 7
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
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