Python金融数据挖掘 第八章 关联规则算法（1）

一、课前讲解

应用于——金融业务问题

分类，聚类，预测(回归)，关联分析

算法：重点内容，但不是基础内容（Python基础知识，前七章）（处理对象，数据类型，模块，函数，规范，逻辑，算法）

需求：数据挖掘+大数据理论知识

金融数据挖掘：算法、工具，平台（Python）

Python！基础——否则无本之木

使用Python算法，体现在结果分析金融。

三阶段：规范+逻辑+目标需求

二、理论模型&Python算法实现

相互关联，但第二步更难。

Apriori算法——算法从0实现，模板。

（缺少Python实践经历，现实中、工作中、任务中，模板处理的数据都是固定的，想要有创新，有改进。长时间使用模板，会形成惯性，自我创新意识、能力不断被磨灭）

觉得费时费力，不出成果，能力是慢慢培养的，没有创新没有竞争力。

不断创新，不断提升！

三、代码

1、构建数据集、数据对象

数据读取函数（基础知识）

2、关联规则

生成项集，1－项集，2－项集

Python实现，理论模型，做作业、考试

3、输出1－项集（C）

函数

单项提取——for循环

冻结操作（不能更改，不可变集合）

想看数据，打印出来

4、频繁1－项集产生函数