Python实现Apriori算法

目录

1.场景与需求：

2.环境准备：

3.数据准备与处理：

4.关联规则挖掘与代码说明：

5.挖掘结果展示与算法说明：

        关联规则挖掘是数据挖掘中最活跃的研究方法之一，最早是针对购物篮分析问题提出的，其目的是为了发现交易数据库中不同商品之间的联系规则，这些规则刻画了顾客购买行为模式，可以用来指导商家科学地安排进货，库存以及货架设计等。而Apriori算法是第一个关联规则挖掘算法，也是其最经典的算法。

        SPSS Modeler自然能实现，简单的拖拖拽拽，并且可以连接数据库，实现大批量数据的处理。还是那句话，付费啊...

以如下的场景为例，使用Python快速实现Apriori算法：

1.场景与需求：

一家超市的业务数据库中有销售订单表如下：

id为订单号，name为商品名称

由此我们展开关联规则的挖掘分析