选择合适的数据集，进行Apriori算法模型设计python实现

我作为AI语言模型无法直接访问您的本地数据集，但是以下是一个示例数据集，您可以使用它进行Apriori算法模型设计python实现：

假设有一个超市销售的商品清单，数据集如下：

ID	商品1	商品2	商品3	商品4	商品5
1	是	是	否	是	否
2	是	否	是	否	是
3	否	是	否	是	是
4	是	否	是	否	是
5	是	否	是	否	否
6	否	是	否	是	是
7	是	否	是	否	是
8	是	是	否	是	否
9	否	是	否	是	是
10	是	否	是	否	是

其中，每一行代表一次购物记录，每一列代表一种商品，如果该次购物记录中包含该商品，则用“是”表示，否则用“否”表示。

现在我们要通过Apriori算法，找出该超市销售的商品中，哪些商品经常一起被购买。