【每天一个知识点】使用 apriori() 函数获取频繁项集

基于 Python 的 mlxtend.frequent_patterns 模块，使用 apriori() 函数获取频繁项集的过程主要包括以下几个步骤：

---

当然可以，下面是使用 apriori() 获取频繁项集的每一句代码的含义解释：

---

🔧 1. 安装依赖库

pip install mlxtend

✅ 含义： 安装用于挖掘频繁项集和关联规则分析的 Python 库 mlxtend（Machine Learning Extensions）。

---

📦 2. 数据准备

import pandas as pd

✅ 含义： 导入 pandas 库，用于处理结构化数据。

---

dataset = [
    ['牛奶', '面包', '饼干'],
    ['牛奶', '尿布', '啤酒', '鸡蛋'],
    ['面包', '黄油', '尿布', '牛奶'],
    ['面包', '牛奶', '尿布', '啤酒'],
    ['面包', '牛奶', '尿布', '鸡蛋']
]

✅ 含义： 定义一个事务型数据列表，每一行表示一位顾客的购买清单，是 Apriori 算法的输入形式（事务集）。

---

from mlxtend.preprocessing import TransactionEncoder

✅ 含义： 从 mlxtend 中导入 TransactionEncoder，用于将事务型数据转换为适合算法处理的格式。

---

te = TransactionEncoder()

✅ 含义： 创建一个 TransactionEncoder 对象，用于“编码”交易数据。

---

te_ary = te.fit(dataset).transform(dataset)

✅ 含义：

• .fit(dataset)：识别所有出现过的商品名称；

• .transform(dataset)：将每个事务转成布尔型数组（True/False），表明每个商品是否出现在某一事务中。

---

df = pd.DataFrame(te_ary, columns=te.columns_)

✅ 含义： 将布尔型数组转为 pandas 的 DataFrame 表格，每列为一个商品，行为一个事务，True/False 表示有/没有购买。

---

⚙️ 3. 调用 Apriori 算法

from mlxtend.frequent_patterns import apriori

✅ 含义： 导入 apriori 函数，用于生成频繁项集。

---

frequent_itemsets = apriori(df, min_support=0.5, use_colnames=True)

✅ 含义：

• df：传入经过编码的数据；

• min_support=0.5：设置最小支持度阈值为 50%，即只保留出现在 50% 以上交易中的项集；

• use_colnames=True：显示商品名称而非索引数字；

• frequent_itemsets：保存频繁项集的结果（包括支持度和项集本身）。

---

print(frequent_itemsets)

✅ 含义： 输出频繁项集结果表格，显示每个项集及其支持度。

---

➕ 4. 可选步骤：生成关联规则

from mlxtend.frequent_patterns import association_rules

✅ 含义： 导入 association_rules 函数，用于从频繁项集中挖掘有意义的“如果A就可能B”的规则。

---

rules = association_rules(frequent_itemsets, metric="confidence", min_threshold=0.7)

✅ 含义：

• 从 frequent_itemsets 中生成关联规则；

• metric="confidence"：以“置信度”为衡量指标；

• min_threshold=0.7：只保留置信度 ≥ 70% 的规则；

• rules：保存规则的DataFrame，包含前件（antecedent）、后件（consequent）及其指标（支持度、置信度、提升度等）。

---

print(rules[['antecedents', 'consequents', 'support', 'confidence', 'lift']])

✅ 含义： 输出结果中每条规则的：

• antecedents：前件（如果买了...）

• consequents：后件（那么也可能买...）

• support：规则中项集出现的比例

• confidence：前件出现时后件也出现的概率

• lift：提升度，衡量项集之间的关联强度

---

✅ Apriori 频繁项集与关联规则挖掘完整脚本（Python + mlxtend）

# 安装依赖包（如果未安装）
# pip install mlxtend pandas

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

# 1. 定义交易数据（事务型列表）
dataset = [
    ['牛奶', '面包', '饼干'],
    ['牛奶', '尿布', '啤酒', '鸡蛋'],
    ['面包', '黄油', '尿布', '牛奶'],
    ['面包', '牛奶', '尿布', '啤酒'],
    ['面包', '牛奶', '尿布', '鸡蛋']
]

# 2. 使用 TransactionEncoder 进行数据编码
te = TransactionEncoder()
te_ary = te.fit(dataset).transform(dataset)
df = pd.DataFrame(te_ary, columns=te.columns_)

# 3. 使用 Apriori 算法挖掘频繁项集
frequent_itemsets = apriori(df, min_support=0.5, use_colnames=True)
print("【频繁项集】")
print(frequent_itemsets)

# 4. 生成关联规则
rules = association_rules(frequent_itemsets, metric="confidence", min_threshold=0.7)
print("\n【关联规则】")
print(rules[['antecedents', 'consequents', 'support', 'confidence', 'lift']])