用Python计算关联规则置信度

计算关联规则置信度

X->Y关联规则

公式如下：

公式类似于条件概率，显而易见，计算置信度需计算X|Y,及X的支持度计数

问题描述

给定数据有购物篮数据以及需要计算关联规则的数据集，如下所示：

1.shopping数据

2.rules数据

解决思路

根据上述公式计算置信度，分为两步：
1.计算X的支持度计数
2.计算X|Y的支持度计数
计算方法多种多样，以下提供一种基于集合的思路的计算方法。

Python代码

import runpy
import pandas as pd
import numpy as np

# 读取数据
rule=pd.read_excel("rules.xlsx",usecols="A:B") # 读取两列数据
data=pd.read_excel("shopping.xlsx",header=None)

# 将每一行数据取出，变成list
data_array=np.array(data)
data_list=data_array.tolist()

data_set={}
 # 生成数据集合
for i in range(0,len(data_list)):
    data_set[i]=set(data_list[i])

# 取X，Y,split_set为分隔符
split_set={','}

# 求关联规则X->Y
for i in range(0,len(rule)):

    # count1为X的计数，count2为X|Y的计数
    count1=0
    count2=0

    list1=list(rule.iloc[i,0])
    list2=list(rule.iloc[i,1])

    # 去除逗号
    set_X=set(list1)-split_set
    set_Y=set(list2)-split_set
    out_list2=list(set_Y)

    print(set_X,end="")
    print("->",end="")
    print(set_Y,end="")

    # 求X的支持度计数    
    for k in range(0,len(data_set)):
        # 求交集 判断是否满足
        u=set_X&data_set[k]
        if len(u)==len(set_X):
            count1=count1+1


    # 求X|Y的集合
    for j in range(0,len(out_list2)):
        set_X.add(out_list2[j])
    
    # 计算X|Y的支持度计数
    for l in range(0,len(data_set)):
        # 求交集 判断是否满足
        m=set_X&data_set[l]
        if len(m)==len(set_X):
            count2=count2+1
   
    print("置信度为：",end="")
    print(count2/count1)
   

运行结果

结语

仅供参考，如有任何问题可私聊与我联系，若对你有帮助，还请点个赞关注一下！