0. 前言
对于关联分析,同样是有算法库可以直接调用的,下面将通过Apriori算法库来对数据进行关联分析。
1. 安装函数库
apriori这个库是在apyori模块中的,如果之前没有装,就需要通过pip命令装一下!
pip install apyori
装好了,就导入这个库看会不会报错:
from apyori import apriori
2. Apriori算法库实现关联分析
from apyori import apriori
# 1. 制作数据
data = [['方便面', '火腿肠'], ['方便面', '尿布', '啤酒', '橙汁'],
['火腿肠', '尿布', '啤酒', '可乐'], ['方便面', '火腿肠', '尿布', '啤酒'],
['方便面', '火腿肠', '尿布', '可乐']]
# 2. 调用apriori
# min_support表示支持度,min_confidence表示置信度(可信度)
result = list(apriori(transactions=data, min_support=0.5, min_confidence=0.7))
print("分析结果:")
for item in result:
print(str(item))
输出结果:
分析结果:
RelationRecord(items=frozenset({'尿布'}), support=0.8, ordered_statistics=[OrderedStatistic(items_base=frozenset(), items_add=frozenset({'尿布'}), confidence=0.8, lift=1.0)])
RelationRecord(items=frozenset({'方便面'}), support=0.8, ordered_statistics=[OrderedStatistic(items_base=frozenset(), items_add=frozenset({'方便面'}), confidence=0.8, lift=1.0)])
RelationRecord(items=frozenset({'火腿肠'}), support=0.8, ordered_statistics=[OrderedStatistic(items_base=frozenset(), items_add=frozenset({'火腿肠'}), confidence=0.8, lift=1.0)])
RelationRecord(items=frozenset({'尿布', '啤酒'}), support=0.6, ordered_statistics=[OrderedStatistic(items_base=frozenset({'啤酒'}), items_add=frozenset({'尿布'}), confidence=1.0, lift=1.25), OrderedStatistic(items_base=frozenset({'尿布'}), items_add=frozenset({'啤酒'}), confidence=0.7499999999999999, lift=1.2499999999999998)])
RelationRecord(items=frozenset({'方便面', '尿布'}), support=0.6, ordered_statistics=[OrderedStatistic(items_base=frozenset({'尿布'}), items_add=frozenset({'方便面'}), confidence=0.7499999999999999, lift=0.9374999999999998), OrderedStatistic(items_base=frozenset({'方便面'}), items_add=frozenset({'尿布'}), confidence=0.7499999999999999, lift=0.9374999999999998)])
RelationRecord(items=frozenset({'尿布', '火腿肠'}), support=0.6, ordered_statistics=[OrderedStatistic(items_base=frozenset({'尿布'}), items_add=frozenset({'火腿肠'}), confidence=0.7499999999999999, lift=0.9374999999999998), OrderedStatistic(items_base=frozenset({'火腿肠'}), items_add=frozenset({'尿布'}), confidence=0.7499999999999999, lift=0.9374999999999998)])
RelationRecord(items=frozenset({'方便面', '火腿肠'}), support=0.6, ordered_statistics=[OrderedStatistic(items_base=frozenset({'方便面'}), items_add=frozenset({'火腿肠'}), confidence=0.7499999999999999, lift=0.9374999999999998), OrderedStatistic(items_base=frozenset({'火腿肠'}), items_add=frozenset({'方便面'}), confidence=0.7499999999999999, lift=0.9374999999999998)])
关于Apriori算法的支持度、置信度等计算可以见这篇博客。
对于输出部分的解释:
- items表示项集
- support表示项集的支持度
- confidence表示置信度
- OrderedStatistic表示关联规则,其中的items_base表示关联规则中的分母项集