支持度和置信度理解与实战

本文深入探讨数据挖掘中关联规则学习的关键概念——支持度和置信度。首先,解释了两者的基本定义,接着通过实例阐述它们在商品推荐系统中的作用。通过对超市销售数据的分析,展示了如何计算和支持度和置信度,以及如何发现购物篮中的关联规则。最后,讨论了这些指标在实际业务决策中的价值。
摘要由CSDN通过智能技术生成

# coding: utf-8

# In[35]:


import numpy as np
from collections import defaultdict
dataset_filename='C:/Users/liang/DataFind/Code_REWRITE/Chapter 1/affinity_dataset.txt'
#读取文件
x=np.loadtxt(dataset_filename)
#显示文件中前五个数据 
#面包 牛奶 奶酪 苹果 香蕉
print(len(x))
print(x)


# In[36]:


#统计一共有多少个人买了苹果
num_apple_purchases=0
for sample in x:
    if sample[3]==
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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