亲和性分析，分析物品之间的相关性

最新推荐文章于 2023-03-07 09:38:11 发布

www_buzhidao

最新推荐文章于 2023-03-07 09:38:11 发布

阅读量2.9k

点赞数 1

分类专栏： python数据挖掘

本文链接：https://blog.csdn.net/www_buzhidao/article/details/71142730

版权

本文通过亲和性分析探讨了不同物品之间的关联程度，利用这种方法可以揭示购物行为中的隐藏模式，帮助商家进行商品推荐和销售策略制定。

摘要由CSDN通过智能技术生成

#亲和性分析，分析物品之间的相关性，使用了支持度support和置信度confidence
#简化了代码的实现，使用到的规则只有单一性，即只存在购买某件商品（只有一样商品）推测购买另一件商品（也只有一件商品）的可能性

#说明：记录的结构是类似于[0,0,0,1,1]，其中0表示没购买，1表示购买，不表示购买的数量。
#通过与下面的features对应，形成真实世界中的购物记录，比如[0,0,0,1,1]表示购买了苹果和香蕉

import numpy as np
from collections import defaultdict
from operator import itemgetter

valid_rules = defaultdict(int)
invalid_rules = defaultdict(int)
num_occurances = defaultdict(int)
support = defaultdict(int)         
confidence = defaultdict(int)
features = [