阅读的文章：

https://zhuanlan.zhihu.com/p/78166580

https://zhuanlan.zhihu.com/p/79412570

解析：

1、现象：

啤酒与尿不湿的故事 => 两个看似不相干的东西放一起，销量双双增加。

2、目的：

找出物品之间的关联规则，将两个商品放在一起，双双提升销量。

3、做法：

这些是一个超市里面的一部分购买商品记录：

3.1、关联分析涉及的几个概念

支持度：support，也即物品的流行程度

支持度 = （包含物品A的记录数量） / （总的记录数量）得到了物品A的支持度

=(同时包含物品A、B的记录数量) / （总的记录数量）得到了物品（A,B）的支持度

具体来讲牛奶的支持度为：牛奶在5次交易中出现的次数 / 交易的总次数，即3/5，注意我们也可以统计两个物品同时出现的支持度比如（牛奶和鸡蛋）的支持度为：牛奶与鸡蛋一起出现的订单次数 / 交易总次数，即2/5

置信度：confidence，也即买了A就会买B的可能性

置信度（A -> B）= (同时包含物品A和B的记录数) / (包含A的记录数)

具体来讲：（鸡蛋，牛奶）一起购买的次数是2，（鸡蛋）的购买次数是4次，那么confidence(鸡蛋 -> 牛奶) = 2 / 4

提升度：lift，也即当卖了一个物品时另一个物品的销售率会增加多少

提升度(A -> B) =置信度（A -> B）/ （支持度A）

具体来讲：支持度（鸡蛋 -> 牛奶） = 置信度（鸡蛋 -> 牛奶） / 支持度（鸡蛋） = （2/4）/(4/5) = 0.625 ，支持度小于1表示鸡蛋卖的越多牛奶卖的越少。如果支持度等于1则表示卖鸡蛋和卖牛奶没有关联。如果支持度大于1则表示卖鸡蛋有助于卖更多牛奶。

3.2、方法步骤概括

A、从记录中找出同时出现的物品集合（称作频繁集项）
B、从A得到的频繁集的基础上，使用关联规则算法找出其中物品的关联结果

4、使用Apriori算法得到关联规则（或者说进行关联分析）

4.1、算法使用背景

已知支持度计算公式 -> 遍历所有组合 -> 计算其支持度 -> 筛选出大于最小支持度（阈值）的组合 -> 从中筛选出频繁项 -> 计算提升度 -> 找到关联规则

问题在于：遍历所有组合计算量太大。

4.2、Apriori算法的用处

使用思想：如果一个项集是非频繁项集，那么它的所有超集也是非频繁项集。

具体：假设（AB）为非频繁集，那么虚线框内的它的超集都是非频繁集。这样的话，很多的组合都被去掉了，也就是不用遍历所有的组合了。

4.3、Apriori算法流程

要使用Apriori算法，我们需要提供两个参数，数据集和最小支持度。我们从前面已经知道了Apriori会遍历所有的物品组合，怎么遍历呢？答案就是递归。先遍历1个物品组合的情况，剔除掉支持度低于最小支持度的数据项，然后用剩下的物品进行组合。遍历2个物品组合的情况，再剔除不满足条件的组合。不断递归下去，直到不再有物品可以组合。

4.4、Apriori实战

4.4.1、用到的库是mlxtend，及参数介绍

def apriori(df, min_support=0.5,  use_colnames=False, max_len=None)
参数如下：
df：这个不用说，就是我们的数据集。
min_support：给定的最小支持度。
use_colnames：默认False，则返回的物品组合用编号显示，为True的话直接显示物品名称。
max_len：最大物品组合数，默认是None，不做限制。如果只需要计算两个物品组合的话，便将这个值设置为2。

4.4.2、使用Apriori算法找到频繁项集

import pandas as pd
from mlxtend.preprocessing import TransactionEncoder
from mlxtend.frequent_patterns import apriori#设置数据集
dataset = [['牛奶','洋葱','肉豆蔻','芸豆','鸡蛋','酸奶'],['莳萝','洋葱','肉豆蔻','芸豆','鸡蛋','酸奶'],['牛奶','苹果','芸豆','鸡蛋'],['牛奶','独角兽','玉米','芸豆','酸奶'],['玉米','洋葱','洋葱','芸豆','冰淇淋','鸡蛋']]te = TransactionEncoder()
#进行 one-hot 编码
te_ary = te.fit(records).transform(records)
df = pd.DataFrame(te_ary, columns=te.columns_)
#利用 Apriori 找出频繁项集
freq = apriori(df, min_support=0.05, use_colnames=True)

首先，需要先将商品进行one-hot编码，编码后用boolean值表示。所谓ont-hot编码呢，直观来说就是有多少个状态就有多少比特，而且只有一个比特为1，其他全为0的一种码制。比如冰淇淋只存在最后一共交易单中，其他交易中都没出现。那冰淇淋就可以用[0,0,0,0,1]来表示。

编码后的数据如下：

 冰淇淋     洋葱     牛奶    独角兽     玉米    肉豆蔻    芸豆     苹果     莳萝     酸奶     鸡蛋
0  False        True   True       False      False    True     True    False    False   True     True
1  False        True  False       False      False    True     True    False     True   True     True
2  False       False   True       False      False   False     True     True    False  False     True
3  False       False   True        True       True   False     True    False    False   True    False
4   True        True  False       False       True   False     True    False    False  False     True

我们设定的最小支持度是0.6，那么只有支持度大于0.6的物品集合才是频繁项集，最终结果如下：

    support      itemsets
0       0.6          (洋葱)
1       0.6          (牛奶)
2       1.0          (芸豆)
3       0.6          (酸奶)
4       0.8          (鸡蛋)
5       0.6      (芸豆, 洋葱)
6       0.6      (洋葱, 鸡蛋)
7       0.6      (牛奶, 芸豆)
8       0.6      (酸奶, 芸豆)
9       0.8      (芸豆, 鸡蛋)
10      0.6  (芸豆, 洋葱, 鸡蛋)

5、在利用Apriori得到频繁项集后如何得到关联规则

5.1、关联规则指的就是置信度和提升度

难点：

在计算置信度时，需要获得物品和其它物品的关联，这种关联由于物品繁多所以关联结果太多。

解决思路：

如果一个关联结果的置信度低，那么它的所有超集的置信度也低。

5.2、具体实例：

使用mlxtend库，计算关联规则的api：

association_rules(df, metric="confidence",min_threshold=0.8,support_only=False):参数介绍：
- df：这个不用说，就是 Apriori 计算后的频繁项集。
- metric：可选值['support','confidence','lift','leverage','conviction']。
里面比较常用的就是置信度和支持度。这个参数和下面的min_threshold参数配合使用。
- min_threshold：参数类型是浮点型，根据 metric 不同可选值有不同的范围，metric = 'support'  => 取值范围 [0,1]metric = 'confidence'  => 取值范围 [0,1]metric = 'lift'  => 取值范围 [0, inf]
support_only：默认是 False。仅计算有支持度的项集，若缺失支持度则用 NaNs 填充。

完整的从原始数据得到关联规则的代码：

import pandas as pd
from mlxtend.preprocessing import TransactionEncoder
from mlxtend.frequent_patterns import apriori#设置数据集
dataset = [['牛奶','洋葱','肉豆蔻','芸豆','鸡蛋','酸奶'],['莳萝','洋葱','肉豆蔻','芸豆','鸡蛋','酸奶'],['牛奶','苹果','芸豆','鸡蛋'],['牛奶','独角兽','玉米','芸豆','酸奶'],['玉米','洋葱','洋葱','芸豆','冰淇淋','鸡蛋']]te = TransactionEncoder()
#进行 one-hot 编码
te_ary = te.fit(records).transform(records)
df = pd.DataFrame(te_ary, columns=te.columns_)
#利用 Apriori 找出频繁项集
freq = apriori(df, min_support=0.05, use_colnames=True)#导入关联规则包
from mlxtend.frequent_patterns import association_rules
#计算关联规则
result = association_rules(freq, metric="confidence", min_threshold=0.6)

这里我们根据置信度来计算，找出置信度大于0.6的关联规则。

计算结果如下：

我们可以发现，除了置信度（confidence），提升度（lift）外，还有两个指标，leverage和conviction。这两个用得比较少，和置信度，提升度也有些类似，就不展开说了。

要找出最大的置信度，用

result.sort_values(by = 'confidence',ascending=False,axis=1)

上面例子中我们可以发现，{洋葱 -> 鸡蛋,芸豆} 的置信度是 1.00 ，而它们的提升度是 1.25 。这说明买了洋葱的人很可能会再购买 1.25 份的 {鸡蛋,芸豆} 。所以可以让它们放到一起出售。

关联规则——关联分析相关推荐

机器学习实战（十）Apriori（关联分析）
目录 0. 前言 1. Apriori 算法寻找频繁项集 2. 从频繁项集中挖掘关联规则 3. 实战案例 3.1. apriori算法发现频繁项集和关联规则学习完机器学习实战的Apriori,简单的 ...
Python --深入浅出Apriori关联分析算法（二） Apriori关联规则实战
上一篇我们讲了关联分析的几个概念,支持度,置信度,提升度.以及如何利用Apriori算法高效地根据物品的支持度找出所有物品的频繁项集. Python --深入浅出Apriori关联分析算法(一) 这次 ...
推荐算法-关联分析（关联规则）
转载自推荐算法-关联分析(关联规则) 关联分析又称关联挖掘,就是在交易数据.关系数据或其他信息载体中,查找存在于项目集合或对象集合之间的频繁模式.关联.相关性或因果结构. 或者说,关联分析是发现 ...
关联分析(Association Analysis)--挖掘啤酒与尿布的关联规则
通过本文我们将了解: x->y的含义挖掘关联分析规则的两个步骤 aproori原理算法优化–剪枝如何生成频繁项集没有重复的k-项候选集如何产生->剪枝–>计数–频繁k-项集 ...
r语言实现关联分析--关联规则挖掘（Apriori算法）（r语言预测学习笔记）
r语言实现关联分析–关联规则挖掘关联分析: 引子: 我们一般把一件事情发生,对另一间事情也会产生影响的关系叫做关联.而关联分析就是在大量数据中发现项集之间有趣的关联和相关联系(形如"由于某 ...
关联分析——关联规则应用及案例
数据挖掘最早使用的方法是关联分析,主要应用于零售业.其中最有名的是售货篮分析,帮助售货商制定销售策略.数据挖掘是从海量的数据里寻找有价值的信息和数据.数据挖掘中常用的算法有:关联规则分析法(解决事件 ...
机器学习实战---读书笔记：第11章使用Apriori算法进行关联分析---2---从频繁项集中挖掘关联规则
#!/usr/bin/env python # encoding: utf-8''' <<机器学习实战>> 读书笔记第11章使用Apriori算法进行关联分析---从频繁项 ...
啤酒和尿不湿？购物篮分析、商品关联分析和关联规则算法都给你搞清楚（上—理论篇）
不管是不是搞数据分析的,相信应该都听过啤酒尿不湿的故事,说的是美国的沃尔玛超市管理人员分析销售数据时发现了一个令人难以理解的现象:"啤酒"与"尿布湿"这两件看上 ...
python关联规则apriori算法_Python --深入浅出Apriori关联分析算法（二） Apriori关联规则实战...
上一篇我们讲了关联分析的几个概念,支持度,置信度,提升度.以及如何利用Apriori算法高效地根据物品的支持度找出所有物品的频繁项集. 这次呢,我们会在上次的基础上,讲讲如何分析物品的关联规则得出关联 ...

关联规则——关联分析

阅读的文章：

解析：

1、现象：

2、目的：

3、做法：

3.1、关联分析涉及的几个概念

3.2、方法步骤概括

4、使用Apriori算法得到关联规则（或者说进行关联分析）

4.1、算法使用背景

4.2、Apriori算法的用处

4.3、Apriori算法流程

4.4、Apriori实战

4.4.1、用到的库是mlxtend，及参数介绍

4.4.2、使用Apriori算法找到频繁项集

5、在利用Apriori得到频繁项集后如何得到关联规则

5.1、关联规则指的就是置信度和提升度

5.2、具体实例：

关联规则——关联分析相关推荐

最新文章

热门文章

关联规则——关联分析

阅读的文章：

解析：

1、现象：

2、目的：

3、做法：

3.1、关联分析涉及的几个概念

3.2、方法步骤概括

4、使用Apriori算法得到关联规则（或者说进行关联分析）

4.1、算法使用背景

4.2、Apriori算法的用处

4.3、Apriori算法流程

4.4、Apriori实战

4.4.1、用到的库是mlxtend，及参数介绍

4.4.2、使用Apriori算法找到频繁项集

5、在利用Apriori得到频繁项集后如何得到关联规则

5.1、关联规则 指的就是 置信度和提升度

5.2、具体实例：

关联规则——关联分析相关推荐

最新文章

热门文章

5.1、关联规则指的就是置信度和提升度