【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：频繁项集生成和关联规则生成

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):