机器学习实战第11章apriori算法代码问题

最新推荐文章于 2019-07-24 17:30:12 发布
最新推荐文章于 2019-07-24 17:30:12 发布
阅读量954 收藏 1
点赞数
分类专栏： 机器学习实战
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u013399396/article/details/80392632
版权
D  =  map ( set ,dataSet)

numItems = float(len(D))

此处会报错object of type 'map' has no len()

原因是python3.6的map函数计算长度len()函数会报错，需要将其转换为List

D = list(map(set,dataSet))

numItems = float(len(D))

sprout_小橘子啊
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
机器学习实战--apriori
sunnyxiaohu的博客
03-26 672
前面主要学习了机器学习的两大块：分类，回归，接下来的两节进入到频繁项集和关联规则的分析。 关联分析中最著名的例子当属啤酒和尿布了。http://www.wtoutiao.com/a/904866.html 为了定义上述的频繁和关联我们引入两个定义： 1、支持度：数据集中包含该集项的记录所占的比例 2、置信度：对于关联规则P–>M，该规则的置信度为：support(P U M) /suppor
[完]机器学习实战 第十一章 使用Apriori算法进行关联分析
无名的博客
10-01 4149
本章内容： Apriori算法 频繁项集生成 关联规则生成 投票中的关联规则发现 从大规模数据集中寻找物品间的隐含关系被称作关联分析（association analysis）或者关联规则学习（association rule learning）。寻找物品的不同组合十分耗时，计算代价高，蛮力搜索方法不能解决这个问题。使用Apriori算法可解决这个问题。一、关联分析关联分析是一种在大规模数据集中寻找
机器学习实战 第十一章 代码问题
tang985663595的博客
09-05 474
机器学习实战第十一章代码修改为如下内容，python版本为3.5 # Apriori算法中的辅助函数 def loadDataSet(): return [[1,3,4],[2,3,5],[1,2,3,5],[2,5]] # 构建大小为1的所有候选项集的集合 def createC1(dataSet): C1 = [] for transaction i
《机器学习实战》使用apriori算法进行关联分析，源代码疑问
weixin_35335605的博客
07-24 275
对《机器学习实战》第11章的apriori算法实现时，发现书中不解之处： # 入参Lk为频繁项集的list，k为要输出的频繁项集的元素个数 # 比如：[{0},{1},{2}]，k=2作为输入，则输出{0,1},{0,2},{1,2} def aprioriGen(Lk, k): retList = [] lenLk = len(Lk) for i in range(...
【机器学习实战】第十一章 Apriori 算法数据集-数据集
03-30
【机器学习实战】第十一章 Apriori 算法数据集
Python机器学习关联规则资源（apriori算法、fpgrowth算法）原理讲解
05-11
1、包含apriori算法的代码操作和讲解以及原理的文档PPT 2、包含fpgrowth算法的代码操作和讲解以及原理的文档PPT 3、关联规则的PPT 4、通过这些可以理解到关联规则的运用实际代码 5、值得推荐！ 6、下载中之后有问题...
《模式识别与机器学习实战》第八讲 Apriori 算法
07-23
《模式识别与机器学习实战》第八讲探讨了Apriori算法，这是关联分析中的一个经典方法，用于在大量数据中挖掘频繁项集和关联规则。关联分析是数据挖掘的重要组成部分，旨在发现数据集中项目之间的共现关系，尤其适用...
Apriori_机器学习_Apriori_aprioripython_Apriori算法_
10-03
Apriori算法是一种经典的关联规则挖掘算法，它由R. Agrawal和R. Srikant在1994年提出，主要用于发现数据集中频繁出现的项集和强关联规则。在数据挖掘领域，Apriori算法是基础且重要的工具，尤其在市场篮子分析、购物...
代码注释：机器学习实战第11章 使用Apriori算法来发现频繁集
da_da007的博客
04-04 1403
在学习的过程中发现书中很多代码并没有注释，这对新入门的同学是一个挑战，特此贴出我对代码做出的注释，仅供参考，欢迎指正。
机器学习实战 遇到的bug 第十一章 使用Apriori算法进行关联
叔于田蒸蒸的博客
07-25 2007
1、No moudule named votesmart 这是因为没有导入votesmart库造成的，可以点击右侧链接下载：链接: https://pan.baidu.com/s/1D-twW285i4IoUOEqcbMX2w 密码: me4m 2、无效声明 将如下代码 except urllib2.HTTPError, e: raise VotesmartApi...
python实现Apriori算法
weixin_42051109的博客
04-09 3万+
★ 关联分析： 从大规模数据集中寻找物品间的隐含关系被称作关联分析。而寻找物品的不同组合是一项十分耗时的任务，所需的计算代价很高。Apriori算法正是来解决这一问题。 物品之间的关系一般可以有两种形式：频繁项集和关联规则。 频繁项集：数据集中经常出现在一块的物品的集合。 关联规则：两种物品之间可能存在很强的关系。 ...
机器学习实战第11章
qq_38329253的博客
05-02 476
votesmart，安装上这个模块了，输入这句语句的时候显示没有votes这个模块，bills=votesmart.votes.getBillsByStateRecent()，之前显示votesmart中的except urllib.request.HTTPError , e:错误，之后改成了except urllib.request.HTTPError as e:，是不是votesmart这个模...
python3中 TypeError: object of type 'map' has no len() 解决方法
不忘初心 加油
02-03 2万+
Python3中map的len长度问题 python3中当运行 len(map(a)) 会得到报错 TypeError: object of type 'map' has no len() 解决方法：将map转换成list len(list(map(a))) 即可得到a的长度。 原因： 在Python2中map函数会返回一个list列表，如代码： >>&gt...
机器学习实战——使用Apriori算法来发现频繁集
ihiefoxboq的博客
10-21 279
问题：输出应为l正常数组或列表，但输出为<map>格式 <map object at 0x000001EE419ED898> map(frozenset,C1) #改为 list(map(frozenset,C1)) >>> type(C1) <class 'list'> 问题： #if not ssCnt.has_key(can...
成功解决TypeError: __init__() got an unexpected keyword argument 'indices'
热门推荐
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
01-30 9万+
成功解决TypeError: __init__() got an unexpected keyword argument 'indices' 目录 解决问题 解决思路 解决方法 解决问题 TypeError: __init__() got an unexpected keyword argument 'indices' 解决思路 类型错误：...
Apriori算法详解之【二、伪代码和例子】
lizhengnanhua的专栏
06-09 5万+
上一篇文章中对Apriori算法进行了简单的描述（Apriori算法详解之【一、相关概念和核心步骤】http://blog.csdn.net/lizhengnanhua/article/details/9061755），现在用伪代码实现，及对经典例子进行描述（红兰PPT上之摘抄）。 一、Apriori算法伪代码实现： 伪代码描述： // 找出频繁 1 项集 L1 =find
数据挖掘十大算法之Appriori算法
onlyForCloud的专栏
06-22 4619
http://blog.csdn.net/qingdujun/article/details/46586721 1、引言      Appriori算法是用来干什么的？主要是用来解决类似于这样的问题：如果客户买了啤酒，他还会去买尿布吗？ 理论的核心：             频繁项目集的子集仍是频繁项目集；非频繁项目集的超集是非频繁项目集。这个理论一直作为经典的数据
object of type 'Response' has no len()
weixin_30535043的博客
01-24 1716
看见没，这里括号弄错了！ 网上解释是requests.get()得到的是一个response对象，无法用BeautifulSoup解析，如果要解析，解析对象应该是requests.get().content，html = requests.get('http://www.jianshu.com').content 转载于:https://www.cnblogs.com/fallen...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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