一对一关联规则挖掘及Python实现

 关联规则的形式如下： A、B满足：A、B是T的真子集，并且A和B的交集为空集。其中A称为前件，B称为后件。 关联规则有事也表示形如“如果…那么…”，前者是规则成立的条件，后者是条件下发生的结果。支持度和置信度有以下计算公式： 支持度表示为项集A、B同时发生的概率，而置信度则表示为项集A发生 的条件下项集B发生的概率。

 

 布尔关联规则挖掘是指将事物数据集转化为布尔（0、1）值数据集，并在布尔数据集基础上挖掘关联规则的一种方法。在布尔数据集上挖掘关联规则的取值要么是0，要么是1，计算关联规则的支持度和置信度仅通过求和运算即可完成。

 一对一关联规则是指规则的前件和后件都只有一项，这种关联规则的挖掘相对简单，直接利用关联规则支持度和置信度的计算公式计算即可。下面我们介绍Python的实现方法。具体计算流程及思路如下： 1.事务数据集转化为布尔（0、1）值数据表，算法如下： 首先，定义一个空的字典D和包含所有商品的列表tiem=['西红柿','排骨','鸡蛋','茄子','袜子','酸奶','土豆','鞋子']。 其次，定义一个长度与数据集长度（事务个数）相同的一维全0数组z，循环操作商品列表tiem，对每一个商品，搜索其所在事务序号（行号），并将事务序号对应的z位置修改为1，同时以商品作为键，z作为值，添加到字典D中。 最后，将D转化为数据框。

 示例代码及结果如下： 

tiem=['西红柿','排骨','鸡蛋','茄子','袜子','酸奶','土豆','鞋子']
import pandas as pd
import numpy as np
data = pd.read_excel('tr.xlsx',header = None)
data=data.iloc[:,1:]
D=dict()
for t in range(len(tiem)):
    z=np.zeros((len(data)))
    li=list()
    for k in range(len(data.iloc[0,:])):
        s=data.iloc[:,k]==tiem[t]
        li.extend(list(s[s.values==True].index))
    z[li]=1
    D.setdefault(tiem[t],z)
Data=pd.DataFrame(D)  #布尔值数据表

2．利用关联规则的置信度定义和支持度定义，挖掘两两项之间的关联规则，并将结果导出到Excel文件中，Python计算程序示例代码及结果（表6-2）如下：

#获取字段名称，并转化为列表
c=list(Data.columns) 
c0=0.5 #最小置信度
s0=0.2 #最小支持度
list1=[] #预定义定义列表list1，用于存放规则
list2=[] #预定义定义列表list2，用于存放规则的支持度
list3=[] #预定义定义列表list3，用于存放规则的置信度
for k in range(len(c)):
    for q in range(len(c)):
        #对第c[k]个项与第c[q]个项挖掘关联规则
        #规则的前件为c[k]
        #规则的后件为c[q]
        #要求前件和后件不相等
         if c[k]!=c[q]:
             c1=Data[c[k]]
             c2=Data[c[q]]

 I1=c1.values==1
           I2=c2.values==1
           t12=np.zeros((len(c1)))
           t1=np.zeros((len(c1)))
           t12[I1&I2]=1
           t1[I1]=1
           sp=sum(t12)/len(c1) #支持度
           co=sum(t12)/sum(t1) #置信度
           #取置信度大于等于c0的关联规则
           if co>=c0 and sp>=s0:
              list1.append(c[k]+'--'+c[q])
              list2.append(sp)
              list3.append(co)
#定义字典，用于存放关联规则及其置信度、支持度   
R={'rule':list1,'support':list2,'confidence':list3}

#将字典转化为数据框

R=pd.DataFrame(R)

#将结果导出到Excel

R.to_excel('rule1.xlsx'）