Apriori算法实例——关联规则的实现

1、数据载入

（1）在Jupyter下安装Python第三方库

!pip install pandas
!pip install numpy
!pip install scipy
!pip install matplotlib
!pip install scikit-learn
!pip install mlxtend

实验操作图片：

 （2）导入相关模块

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

实验操作图片： 

 

 （3）导入数据集

dataset=[['牛奶','洋葱','肉豆蔻','芸豆','鸡蛋','酸奶'],
        ['莳萝','洋葱','肉豆蔻','芸豆','鸡蛋','酸奶'],
        ['牛奶','苹果','芸豆','鸡蛋'],
        ['牛奶','独角兽','玉米','芸豆','酸奶'],
        ['玉米','洋葱','洋葱','芸豆','冰淇淋','鸡蛋']]

实验操作图片

 

2、频繁项集挖掘

（1）one-hot编码

te=TransactionEncoder()
te_ary=te.fit(dataset).transform(dataset)
df=pd.DataFrame(te_ary,columns=te.columns_)
df

 实验操作图片

（2）计算频繁项集

思考巩固：

['牛奶','洋葱','肉豆蔻','芸豆','鸡蛋','酸奶'] （6项集）

['莳萝','洋葱','肉豆蔻','芸豆','鸡蛋','酸奶'] （6项集）

['牛奶','苹果','芸豆','鸡蛋'] （4项集）

['牛奶','独角兽','玉米','芸豆','酸奶'] （5项集）

['玉米','洋葱','洋葱','芸豆','冰淇淋','鸡蛋'] （6项集）

支持度计数：包含特定项集的个数

例如：{芸豆，洋葱}的支持度计数为3

支持度：包含项集的事务数与总事务数的比值（支持度确定项集的频繁程度）

{芸豆，洋葱}的支持度为

芸豆-->洋葱（假设表示为买芸豆的人会买洋葱）

支持度 =  （芸豆、洋葱同时出现的概率）

置信度 =  （芸豆、洋葱同时出现的概率占芸豆出现概率的比值）

频繁项集：满足最小支持度阈值的所有项集

3、关联规则挖掘

当最小支持度为50%；最小置信度为50%

frequent_itemsets=apriori(df,min_support=0.5,use_colnames=True)
frequent_itemsets.sort_values(by='support',ascending=False,inplace=True)
print(frequent_itemsets[frequent_itemsets.itemsets.apply(lambda x:len(x))==2])
association_rule=association_rules(frequent_itemsets,metric='confidence',min_threshold=0.5)
association_rule.sort_values(by=’lift’,ascending=False,inplace=Ture)
association_rule

所得频繁项集以及关联规则如下

 

当最小支持度为30%；最小置信度为70%

所得频繁项集以及关联规则如下

 

当最小支持度为30%；最小置信度为80%

所得频繁项集以及关联规则如下

 

 

当最小支持度为50%；最小置信度为90%

所得频繁项集以及关联规则如下

当最小支持度为50%；最小置信度为80%

所得频繁项集以及关联规则如下

 

4、项目总结

问题1：未事先正确操作以下步骤

 

误以为在anaconda的环境变量中添加即可

解决：已正确在Jupyter下安装Python第三方库

问题2：

 

原因：上一步骤中 

 

未打括号就运行，且后面添加之后没有再次运行此步骤。

已解决，并牢记修改之后必须运行一次

5、源代码

!pip install pandas
!pip install numpy
!pip install scipy
!pip install matplotlib
!pip install scikit-learn
!pip install mlxtend

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

dataset=[['牛奶','洋葱','肉豆蔻','芸豆','鸡蛋','酸奶'],
        ['莳萝','洋葱','肉豆蔻','芸豆','鸡蛋','酸奶'],
        ['牛奶','苹果','芸豆','鸡蛋'],
        ['牛奶','独角兽','玉米','芸豆','酸奶'],
        ['玉米','洋葱','洋葱','芸豆','冰淇淋','鸡蛋']]

te=TransactionEncoder()
te_ary=te.fit(dataset).transform(dataset)
df=pd.DataFrame(te_ary,columns=te.columns_)
df

frequent_itemsets=apriori(df,min_support=0.5,use_colnames=True)
frequent_itemsets.sort_values(by='support',ascending=False,inplace=True)
print(frequent_itemsets[frequent_itemsets.itemsets.apply(lambda x:len(x))==2])
association_rule=association_rules(frequent_itemsets,metric='confidence',min_threshold=0.5)
association_rule.sort_values(by=’lift’,ascending=False,inplace=Ture)
association_rule