python实现商品推荐_python数据挖掘 商品推荐算法

利用亲和性分析进行商品推荐

import numpy as np

dataset_filename=("affinity_dataset.txt")

X=np.loadtxt(dataset_filename)

print(X[:5])

#面包、牛奶、奶酪、苹果和香蕉

#计算数据集中有多少个人买了苹果

num_apple_purchases=0

for sample in X:

if sample[3]==1:

num_apple_purchases+=1

print("{0}人购买了苹果".format(num_apple_purchases))

#计算数据集中有多少个人买了香蕉

num_banana_purchases=0

for sample in X:

if sample[4]==1:

num_banana_purchases+=1

print("{0}人购买了香蕉".format(num_banana_purchases))

#统计数据集中所有有规则的数据，。首先分别为规则应验和规则无效这两种情况创建字典

#“如果顾客购买了苹果，他们也会买香蕉”就用(3, 4)表示

from collections import defaultdict #使用默认字典，如果查找键不存在，会返回一个默认值

valid_rules=defaultdict(int)#有规则应验

invalid_rules=defaultdict(int)#规则无效

num_occurances=de