支持度和置信度

规则

首先给定规则：如果A，那么B（如果客户买了A，那么他还会买B），一条规则由前提条件和结论两部分组成

支持度

支持度指数据集中规则应验的次数，统计起来很简单。有时候，还需要对支持度进行规范化，即再除以规则有效前提下的总数量。我们这里只是简单统计规则应验的次数。

置信度

支持度衡量的是给定规则应验的比例，而置信度衡量的则是规则准确率如何，即符合给定条件（即规则的“如果”语句所表示的前提条件）的所有规则里，跟当前规则结论一致的比例有多 大。计算方法为首先统计当前规则的出现次数，再用它来除以条件（“如果”语句）相同的规则 数量。

计算过程

我们需要统计数据集中所有规则的相关数据。首先分别为规则应验和规则无效这两种情况创建字典。字典的键是由条件和结论组成的元组，元组元素为特征在特征列表（0，1变量组成的列表，0代表不购买，1代表购买）中的索引值，不要用 实际特征名，这里根据实际情况对每一条数据进行编写，A是第三个特征，B是第四个特征，那么规则（3，4）是键

为了计算所有规则的置信度和支持度，首先创建几个字典，用来存放计算结果。这里使用defaultdict，好处是如果查找的键不存在，返回一个默认值。这里需要一个规则应验次数字典，违反次数字典，满足规则条件字典，他们的键一样且只有一个（3，4）
遍历数据集，如果满足3处为1，则满足条件字典值加一，然后判断时候满足规则，仍满足结论则应验字典值加一，否则违反字典值加一。

import pandas as pd
import numpy as np
from collections import defaultdict
X=pd.DataFrame(columns=['f0','f1','f2','f3','f4'],data=np.random.randint(2,size=(10,5))) 
valid_rules = defaultdict(int)
invalid_rules = defaultdict(int) 
num_occurances = defaultdict(int)
support=defaultdict(int) 
for index,sample in X.iterrows():
  for premise in range(5):#遍历条件
    if sample[premise] == 0: 
      continue#检测个体是否满足条件，如果不满足，继续检测下一个条件。
    else:
      num_occurances[premise] += 1 
      for conclusion in range(5): #遍历结果
            if conclusion ==premise:
              continue
            else:
              if sample[conclusion]==1:
                  valid_rules[(premise, conclusion)] += 1
              else:
                  invalid_rules[(premise, conclusion)] += 1
                  
              support[(premise, conclusion)] =valid_rules[(premise, conclusion)]#得到各个规则的支持度字典            
confidence = defaultdict(float)
for premise, conclusion in valid_rules.keys():
    rule = (premise, conclusion)
    confidence[rule] = valid_rules[rule] / num_occurances[premise]#得到各个规则的置信度字典