数据挖掘之apriori

这篇博客介绍了如何使用Python实现Apriori算法。首先通过`createC1`函数生成候选集c1,接着计算项的支持度。然后,根据支持度阈值生成频繁项集Lk,并通过`judge`函数判断先验条件。最后,利用`createCkByLk`函数从Lk生成新的候选集ck+1,不断迭代直至找不到新的频繁项集。整个过程用于挖掘数据中的关联规则。
摘要由CSDN通过智能技术生成
本人python小白。学习数据挖掘中。。现在贴出python实现apriori算法
#创建c1
def createC1(data):
    c1 = set()
    for item in data:
        temp = frozenset(item);
        for tempitem in temp:
            tempitem = (int)(tempitem)
            c1.add(tempitem)
    return c1

#计算支持度
def countSupport(item,data):
    s = 0.0
    count = 0;
    countSum = 0;
    a = []
    if isinstance(item,int):
        a.append(item)
    else: a.extend(item)
    item1 = frozenset(a)
    for temp in data:
        temp = frozenset(temp)
        if item1.issubset(temp):
            count = count+1
        countSum = countSum+1
    s = count/countSum
    return s

#根据ck求lk
def createLkByCk(Ck,data,minsupport):
    LK = []
    support = []
    for item in Ck:
        temp = countSupport(item,data)
        if temp>minsupport:
           LK.append(item)#重后面增加保持一致
           support.append(temp)
    return LK,support
#判断先验
def judge(item,Lk):
    #c = set(it
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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