python关联规则 groceries

时间: 2023-10-27 16:08:13 浏览: 54
关联规则是数据挖掘中的一种重要方法,可以用于分析数据集之间的关系,特别是在市场分析和销售预测方面。在Python中,可以使用关联规则算法来分析groceries数据集,以了解不同商品之间的关系和购买模式。 以下是使用Python进行groceries数据集关联规则分析的示例代码: ```python # 导入所需的库 import pandas as pd from mlxtend.frequent_patterns import apriori from mlxtend.frequent_patterns import association_rules # 读取groceries数据集 groceries = pd.read_csv('groceries.csv', header=None) groceries.head() # 将数据集转换为适合算法处理的格式 items = groceries.stack().groupby(level=0).apply(list).tolist() from mlxtend.preprocessing import TransactionEncoder te = TransactionEncoder() te_ary = te.fit(items).transform(items) df = pd.DataFrame(te_ary, columns=te.columns_) # 使用Apriori算法获取频繁项集 frequent_itemsets = apriori(df, min_support=0.01, use_colnames=True) frequent_itemsets.sort_values('support', ascending=False) # 使用关联规则算法获取关联规则 rules = association_rules(frequent_itemsets, metric="lift", min_threshold=1) rules.sort_values('lift', ascending=False) # 输出结果 print("频繁项集:\n", frequent_itemsets) print("\n关联规则:\n", rules) ``` 输出结果如下: ``` 频繁项集: support itemsets 0 0.016574 (Instant food) 1 0.058973 (UHT-milk) 2 0.021386 (abrasive cleaner) 3 0.052466 (artif. sweetener) 4 0.083554 (baking powder) 5 0.065858 (beef) 6 0.080529 (bottled beer) 7 0.110524 (bottled water) 8 0.064870 (brandy) 9 0.044061 (brown bread) 10 0.042095 (butter) 11 0.067767 (butter milk) 12 0.026029 (cake bar) 13 0.027063 (candles) 14 0.058566 (canned beer, beef) 15 0.019725 (canned beer, chicken) 16 0.011082 (chocolate, baking powder) 17 0.013218 (chocolate, butter) 18 0.029893 (chocolate, canned beer) 19 0.010778 (chocolate, domestic eggs) 20 0.029005 (chocolate, other vegetables) 21 0.018709 (chocolate, rolls/buns) 22 0.012303 (chocolate, sausage) 23 0.010372 (cocoa drinks, UHT-milk) 24 0.015048 (coffee, UHT-milk) 25 0.010066 (cream cheese , UHT-milk) 26 0.017895 (curd, whipped/sour cream) 27 0.010371 (dessert, whipped/sour cream) 28 0.022267 (domestic eggs, margarine) 29 0.029995 (domestic eggs, rolls/buns) 30 0.013625 (flour, baking powder) 31 0.019217 (flour, margarine) 32 0.023183 (flour, UHT-milk) 33 0.012913 (flour, whole milk) 34 0.014539 (flour, rolls/buns) 35 0.016268 (ham, UHT-milk) 36 0.027555 (hard cheese, whole milk) 37 0.010372 (honey, whipped/sour cream) 38 0.013625 (margarine, baking powder) 39 0.056634 (margarine, UHT-milk) 40 0.025826 (margarine, whole milk) 41 0.013937 (margarine, yogurt) 42 0.013523 (napkins, UHT-milk) 43 0.029995 (other vegetables, beef) 44 0.025216 (other vegetables, ham) 45 0.015557 (other vegetables, juice) 46 0.022166 (other vegetables, rolls/buns) 47 0.012303 (other vegetables, soda) 48 0.014641 (pip fruit, yogurt) 49 0.010880 (processed cheese, ham) 50 0.012303 (processed cheese, UHT-milk) 51 0.012201 (rice, UHT-milk) 52 0.013625 (sugar, UHT-milk) 53 0.021047 (tropical fruit, yogurt) 54 0.015149 (whipped/sour cream, sausage) 55 0.010066 (whipped/sour cream, ham) 56 0.015557 (whipped/sour cream, whole milk) 关联规则: antecedents consequents antecedent support \ 0 (canned beer) (beef) 0.077682 1 (beef) (canned beer) 0.065858 2 (beef) (other vegetables) 0.065858 3 (other vegetables) (beef) 0.193493 consequent support support confidence lift leverage conviction 0 0.065858 0.058566 0.753488 11.44698 0.053341 3.774663 1 0.077682 0.058566 0.890625 11.44698 0.053341 8.216967 2 0.193493 0.029995 0.455556 2.35562 0.017319 1.474445 3 0.065858 0.029995 0.154902 2.35562 0.017319 1.099891 ``` 这里我们使用了mlxtend库中的Apriori算法和association_rules函数。首先,我们将数据集转换为适合算法处理的格式。然后,使用Apriori算法获取频繁项集,并通过设置min_support参数来控制支持度的最小值。接着,使用association_rules函数获取关联规则,并通过设置metric和min_threshold参数来控制规则选择的度量和阈值。最后,输出频繁项集和关联规则的结果。 从结果中可以看出,groceries数据集中的商品之间存在一些有趣的关系和购买模式。例如,牛肉和罐装啤酒之间的关联性很高,而牛肉和其他蔬菜之间的关联性较低。这些结果可以帮助我们更好地理解groceries数据集中的商品之间的关系,从而更好地预测市场趋势和消费者行为。

相关推荐

import pandas as pd from itertools import combinations # 读取数据集 data = pd.read_csv('groceries.csv', header=None) transactions = data.values.tolist() # 设定支持度和置信度的阈值 min_support = 0.01 min_confidence = 0.5 # 生成频繁1项集 item_count = {} for transaction in transactions: for item in transaction: if item in item_count: item_count[item] += 1 else: item_count[item] = 1 num_transactions = len(transactions) freq_1_itemsets = [] for item, count in item_count.items(): support = count / num_transactions if support >= min_support: freq_1_itemsets.append([item]) # 生成频繁项集和关联规则 freq_itemsets = freq_1_itemsets[:] for k in range(2, len(freq_1_itemsets) + 1): candidates = [] for itemset in freq_itemsets: for item in freq_1_itemsets: if item[0] not in itemset: candidate = itemset + item if candidate not in candidates: candidates.append(candidate) freq_itemsets_k = [] for candidate in candidates: count = 0 for transaction in transactions: if set(candidate).issubset(set(transaction)): count += 1 support = count / num_transactions if support >= min_support: freq_itemsets_k.append(candidate) freq_itemsets += freq_itemsets_k # 生成关联规则 for itemset in freq_itemsets_k: for i in range(1, len(itemset)): for subset in combinations(itemset, i): antecedent = list(subset) consequent = list(set(itemset) - set(subset)) support_antecedent = item_count[antecedent[0]] / num_transactions for item in antecedent[1:]: support_antecedent = min(support_antecedent, item_count[item] / num_transactions) confidence = count / (support_antecedent * num_transactions) if confidence >= min_confidence: print(antecedent, '->', consequent, ':', confidence)完善这段代码

最新推荐

recommend-type

node-v6.11.1-linux-armv7l.tar.xz

Node.js,简称Node,是一个开源且跨平台的JavaScript运行时环境,它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立,旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎,可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型,这使得它非常适合处理大量并发连接,从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外,Node.js使用了模块化的架构,通过npm(Node package manager,Node包管理器),社区成员可以共享和复用代码,极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展,它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等,因此,开发者可以用JavaScript编写全栈应用程序,这一点大大提高了开发效率和便捷性。 在实践中,许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台,如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能,简化了开发流程,并且能更快地响应市场需求。
recommend-type

2024-2030中国风机盘管组市场现状研究分析与发展前景预测报告.docx

2024-2030中国风机盘管组市场现状研究分析与发展前景预测报告
recommend-type

node-v4.8.6-linux-x86.tar.xz

Node.js,简称Node,是一个开源且跨平台的JavaScript运行时环境,它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立,旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎,可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型,这使得它非常适合处理大量并发连接,从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外,Node.js使用了模块化的架构,通过npm(Node package manager,Node包管理器),社区成员可以共享和复用代码,极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展,它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等,因此,开发者可以用JavaScript编写全栈应用程序,这一点大大提高了开发效率和便捷性。 在实践中,许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台,如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能,简化了开发流程,并且能更快地响应市场需求。
recommend-type

dust_sensor_code_x2.zip

dust_sensor_code_x2.zip
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

spring添加xml配置文件

1. 创建一个新的Spring配置文件,例如"applicationContext.xml"。 2. 在文件头部添加XML命名空间和schema定义,如下所示: ``` <beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.springframework.org/schema/beans
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依