Apriori算法的python实现

作者：李雪茸

函数介绍

实现Apriori关联规则挖掘是借助mlxtend第三方包，使用步骤如下：

1、调用apriori算法挖掘频繁项集，apriori()中min_support也就是最小支持度，默认为0.5；

2、根据频繁项集，计算出它们的关联规则，使用association_rules()函数,如下

    association_rules(df, metric=“confidence”,
                min_threshold=0.8,
                support_only=False)

参数介绍：

• df：就是 apriori 计算后的频繁项集

• metric：可选值有’support’,‘confidence’,‘lift’,‘leverage’,‘conviction’

• min_threshold：参数类型是浮点型，根据 metric 不同可选值有不同的范围

• support_only：默认是 False。仅计算有支持度的项集，若缺失支持度则用 NaNs 填充。

实例

Step1:整理数据

import pandas as pd
from mlxtend.preprocessing import TransactionEncoder#编码
from mlxtend.frequent_patterns import apriori#Apriori
from mlxtend.frequent_patterns import association_rules#导入关联规则包
###数据准备，每一行为一位购物者的购物篮
dataset = [['牛奶','面包','鸡蛋'],
          ['牛奶','鸡蛋'],
          ['面包','鸡蛋','酸奶'],
          ['牛奶','酸奶']]  
#进行 one-hot 编码
te = TransactionEncoder()
te_ary = te.fit(dataset).transform(dataset)
df = pd.DataFrame(te_ary, columns=te.columns_)
df

Step2:挖掘频繁项集

###挖掘频繁项集
#利用 Apriori 的支持度找出频繁项集,阈值为0.2
freq = apriori(df, min_support=0.2, use_colnames=True)
freq

Step3:挖掘关联规则

#挖掘关联规则
result = association_rules(freq, metric="lift", min_threshold=0.6)
result

Step4:进一步筛选规则

##利用兴趣因子(lift)筛选掉无意的规则
result[result["lift"]>1]