调用Apriori算法库实现关联分析

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：

1. items表示项集
2. support表示项集的支持度
3. confidence表示置信度
4. OrderedStatistic表示关联规则，其中的items_base表示关联规则中的分母项集