python实现apriori算法，逐步逐步解析原理，一看就会

运行结果（看着代码样例的数据集来放你的数据，然后直接运行即可）：

代码附上，代码有注释哦！

# -*- coding: utf-8 -*-
# @Time : 2021/4/7 22:09
# @Author : 海龟
# @Site : 
# @File : Aprior.py
# @Software: PyCharm

# 最小支持度
min_sup = 3
# 最小置信度
min_conf = 0.8



def apriori():
    # 1.读入数据
    data_set = load_data()

    # 2.把单独数据拿出来存到集合里面，构建1阶频繁项集
    C1 = create_C1(data_set)

    # 3.计算每项的支持度和去掉支持数小于最小支持度数的集合
    L1 = count_support(C1, data_set)

    L1_copy = L1.copy()
    # 4.连接
    # 5.扫描前一个项集，排列组合
    # 6.计数，剪枝
    # 7.重复4-6，直到得到最终的 K 项频繁项集,因为是求2阶就可以，所以只再算一次
    L = []
    # 第一项的先加进去
    L.append(L1_copy)
    k = 2

    # k=2开始，由频繁1项集生成频繁2项集，直到下一个打的项集为空
    while (len(L[k-2])>0):  # 当L