商品摆放问题

这是一个有关商品排放问题的程序：

基本思路就是看顾客是否买了a商品，在买了a 商品的条件下 ，看是否买b 商品， 而这个记录就是通过 rule_valid = defaultdict(int) 这个对象来记录每个买的东西的情况。
所以就有几种情况：

1: 既没买a 也没买b ，当然这种情况就不需要过多解释了，也不用在程序中考虑太多
2：只买了a，没有买b，当然这个是要有的
3：既买了a又买了b
当然需要保存数据的只有后面两种
用一个他：
rule_valid[(i , x)] += 1 #我觉得这个字典超级棒
来保存既买i又买x 的情况

#首先导入数据：
#然后用一个数组来保存每一个可能的买度：
import  numpy as np
from  collections import  defaultdict

导入数据集：

data_file = "affinity_dataset.txt"
X = np.loadtxt( data_file)
 

rule_valid = defaultdict(int)#存放买a又买b 的
rule_invalid = defaultdict(int)#只卖a的没买b

result_confidence  = defaultdict(int) #置信度
result_support  = defaultdict(int) #支持度

for sample in X: #遍历每一个顾客买的数据
    for i in range( 5 ):#牛奶香蕉。。。
        if sample[i] == 0 :#是否买a
            continue

        #buy_1[i]+=1
        #保证不是一个（买了苹果又买苹果）
        for x in  range(i+1  , 5) :
            if sample[x] == 1 :
               rule_valid[(i , x)] += 1 #我觉得这个字典超级棒
            else:
                rule_invalid[( i , x)]  += 1

for x2 , x   in rule_valid.items() :键，值
    print("买的商品： :" , x2 )
    c = rule_invalid[x2] #只卖a没买b的情况
    print("置信度：" , x /(x + c)  )
    print("支持度：", x)
    #保存置信度和支持度 ， 用来排序
    result_confidence[x2] = x /(x + c)
    result_support[x2] = x

#sorted(dict.items(), key=lambda e:e[1], reverse=True)
#排序
result_confidence_sort = sorted(result_confidence.items(),key= lambda e: e[1],  reverse=True )
result_support_sort = sorted(result_support.items() ,key= lambda e: e[1],  reverse=True )

print(result_confidence_sort)
print(result_support_sort)

for i in range(5):
    print("rule :#{0}".format(i +1)) #名次
    print("自信度",result_confidence_sort[i][1])
    y = result_confidence_sort[i][0]
    print(" 支持度",result_support[y])