python实现Apriori算法-带有注释（极简）

Apriori算法是挖掘获取事务表的频繁项集的经典算法之一

百度得到的很多算法例程很长，可读性不高

简单的coding一下

'''
Apriori算法流程
对所有的数据项扫描，获取不同向量出现的频次集合L1，根据阈值筛选得到C1----->一频项集
对一频项集组合成为二频次的集合L2，根据阈值筛选得到C2 ------>二频项集
对二频项集组合成为三频次的集合L3，根据阈值筛选得到C3 ------>三频项集

获取向量出现频次函数Get_L()
筛选获取频次项集函数Get_C()
'''

import numpy as np

#统计事务表中每个元素出现的频次，删除没达到阈值的
def Apriori_Init(S, t):
    res = {}
    for each in S:
        for i in each:
            res.setdefault(i, 0)
            res[i] += 1
    for key in list(res.keys()):
        if res[key] < t:
            res.pop(key)
    return res

#扫描事务表得到不同的组合
def Get_L(C):
    res = []
    tmp = []
    k = 0
    length = len(C)
    for i in range(length):
        for j in range(++k, length):
            if len(list(set(C[i] + C[j]))) == (len(C[i]) + 1):
                tmp.extend(list(set(C[i] + C[j])))