前言

看到网上的Apriori算法代码大多都没有添加置信度进行筛选，因此我自己写了一个

完整代码

import itertoolsdef item(dataset):      #求第一次扫描数据库后的 候选集，（它没法加入循环）c1 = []     #存放候选集元素for x in dataset:       #就是求这个数据库中出现了几个元素，然后返回for y in x:if [y] not in c1:c1.append( [y] )c1.sort()#print(c1)return c1def get_frequent_item(dataset, c, min_support):cut_branch = {}     #用来存放所有项集的支持度的字典for x in c:for y in dataset:if set(x).issubset(set(y)):     #如果 x 不在 y中，就把对应元素后面加 1cut_branch[tuple(x)] = cut_branch.get(tuple(x), 0) + 1     #cut_branch[y] = new_cand.get(y, 0)表示如果字典里面没有想要的关键词，就返回0#print(cut_branch)Fk = []       #支持度大于最小支持度的项集，  即频繁项集sup_dataK = {}  #用来存放所有 频繁 项集的支持度的字典for i in cut_branch:if cut_branch[i] >= min_support:    #Apriori定律1  小于支持度，则就将它舍去，它的超集必然不是频繁项集Fk.append( list(i))sup_dataK[i] = cut_branch[i]#print(Fk)return Fk, sup_dataKdef get_candidate(Fk, K):       #求第k次候选集ck = []    #存放产生候选集for i in range(len(Fk)):for j in range(i+1, len(Fk)):L1 = list(Fk[i])[:K-2]L2 = list(Fk[j])[:K-2]L1.sort()L2.sort() #先排序，在进行组合if L1 == L2:if K > 2:       #第二次求候选集，不需要进行减枝，因为第一次候选集都是单元素，且已经减枝了，组合为双元素肯定不会出现不满足支持度的元素new = list(set(Fk[i]) ^ set(Fk[j]) ) #集合运算 对称差集 ^ （含义，集合的元素在t或s中，但不会同时出现在二者中）#new表示，这两个记录中，不同的元素集合# 为什么要用new？ 比如 1，2     1，3  两个合并成 1，2，3   我们知道1，2 和 1，3 一定是频繁项集，但 2，3呢，我们要判断2，3是否为频繁项集#Apriori定律1 如果一个集合不是频繁项集，则它的所有超集都不是频繁项集else:new = set()for x in Fk:if set(new).issubset(set(x)) and list(set(Fk[i]) | set(Fk[j])) not in ck:  #减枝 new是 x 的子集，并且 还没有加入 ck 中ck.append( list(set(Fk[i]) | set(Fk[j])) )#print(ck)return ckdef Apriori(dataset, min_support = 2):c1 = item (dataset) #返回一个二维列表，里面的每一个一维列表，都是第一次候选集的元素f1, sup_1 = get_frequent_item(dataset, c1, min_support)       #求第一次候选集F = [f1]      #将第一次候选集产生的频繁项集放入 F ,以后每次扫描产生的所有频繁项集都放入里面sup_data = sup_1       #一个字典，里面存放所有产生的候选集，及其支持度K = 2 #从第二个开始循环求解，先求候选集，在求频繁项集while (len(F[K-2]) > 1):  #k-2是因为F是从0开始数的     #前一个的频繁项集个数在2个或2个以上，才继续循环，否则退出ck = get_candidate(F[K-2], K)  #求第k次候选集fk, sup_k = get_frequent_item(dataset, ck, min_support)     #求第k次频繁项集F.append(fk)    #把新产生的候选集假如Fsup_data.update(sup_k)  #字典更新，加入新得出的数据K+=1return F, sup_data    #返回所有频繁项集， 以及存放频繁项集支持度的字典def generate_association_rules(patterns, confidence_threshold):"""Given a set of frequent itemsets, return a dictof association rules in the form{(left): ((right), confidence)}"""rules = []for itemset in patterns.keys():upper_support = patterns[itemset]for i in range(1, len(itemset)):for antecedent in itertools.combinations(itemset, i):antecedent = tuple(sorted(antecedent))consequent = tuple(sorted(set(itemset) - set(antecedent)))if antecedent in patterns:lower_support = patterns[antecedent]confidence = float(upper_support) / lower_supportif confidence >= confidence_threshold:rules.append([antecedent,consequent, confidence])return rulesdef printPatterns(patterns):keys1 = list(patterns.keys())values1 = list(patterns.values())for i in range(len(keys1)):keys1[i]=list(keys1[i])for i in range(len(keys1)):for j in range(len(keys1[i])):print(keys1[i][j],end=" ")for i2 in range(10-2*len(keys1[i])):print(" ",end="")print(" : ",end="")print(values1[i],end="\n")def printRules2(rlues):keys1=[]values1=[]for i in range(len(rules)):keys1.append(list(rules[i][0]))values1.append(list(rules[i][1]))for i in range(len(keys1)):for j in range(len(keys1[i])):print(keys1[i][j],end=" ")for i2 in range(10-2*len(keys1[i])):print(" ",end="")print(" --> ",end="")for i1 in range(len(values1[i])):print(values1[i][i1],end=" ")for i3 in range(10-2*len(values1[i])):print(" ",end="")print(":  "+str(rules[i][2]),end="\n")if __name__ == '__main__':dataset = [[1, 3, 4], [2, 3, 5], [1, 2, 3, 5], [2, 5]]       #装入数据 二维列表F, sup_data = Apriori(dataset, min_support = 2)   #最小支持度设置为2rules = generate_association_rules(sup_data, 0.6)  # 置信度(条件概率)删选print("各频繁集及其出现次数如下",end="\n")printPatterns(sup_data)print('---------------------------------')print("各强关联规则及其置信度如下",end="\n")printRules2(rules)

参考文章

Apriori算法python实现（可调节支持度与置信度）相关推荐

python 计算订单_python实现apriori算法的关联规则之支持度、置信度、提升度
Apriori算法的简介 Apriori算法:使用候选项集找频繁项集 Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法.其核心是基于两阶段频集思想的递推算法.该关联规则在分类上属于单维 ...
支持度、置信度、提升度、apriori算法理解（简易版）
关于支持度.置信度.提升度以及apriori算法的理解(简单版) 理解支持度所谓支持度,就是比如说10个用户购买商品,有8个用户购买商品A,那么商品A的支持度就是80%.支持度越大,关联规则越重要, ...
机器学习之关联规则（支持度和置信度、Apriori算法）
关联规则及其基础: 表1:购物篮例子的分析关联分析:用于发现隐藏在大型数据集中的有意义的联系.所发现的联系可以用关联规则或频繁项集的形式表示. 例如,从表1中可以提取出:{尿布} ⟹ {啤酒}(该规 ...
Apriori算法+python实现
文章目录一.相关概念二.Apriori算法三.Apriori算法示例: 四.代码实现: 参考链接:apriori算法 python实现一.相关概念支持度:support(A =>B) ...
【机器学习】关联规则挖掘算法 + 三大案例实战 + Apriori算法 + Python代码实现
文章目录一.关联规则概述 1.1 关联规则引入 1.2 关联规则相关概念介绍 1.2.1 样本.事务.项集.规则 1.2.2 支持度.置信度 1.2.3 提升度 1.2.4 所有指标的公式二.Py ...
Apriori算法python实现（数据挖掘学习笔记）
目录 1.算法伪代码 2.算法代码 3.测试数据 4.结果 1.算法伪代码输入:事务数据库D:最小支持度阈值. 输出:D中的频繁项集L. 方法: L1 = find_frequent_1_item ...
大白话解析Apriori算法python实现（含源代码详解）
大白话解析Apriori算法python实现(含源代码详解) 一.专业名词解释二.算法思路三.python代码实现四.Aprioir的优点.缺点及改进方法本文为博主原创文章,转载请注明出处,并 ...
apriori算法python实现
apriori算法python实现源于一次课程实验,下面的代码只是负责给出频繁模式,没有进行关联规则提取 # -*- coding: utf-8 -*- """@Tim ...
简介关联规则、支持度和置信度
转自:小帆的帆的专栏例子: 总共有10000个消费者购买了商品, 其中购买尿布的有1000人, 购买啤酒的有2000人, 购买面包的有500人, 同时购买尿布和啤酒的有800人, 同时购买尿布的面包 ...

Apriori算法python实现（可调节支持度与置信度）

Apriori算法python实现（可调节支持度与置信度）

前言

完整代码

Apriori算法python实现（可调节支持度与置信度）相关推荐

最新文章

热门文章