可以不用mlxtend、frequent库吗

当然可以，Python还有其他一些库也可以用来进行关联规则分析，比如`apyori` 和 `janome`。如果你不想使用mlxtend或frequent这样的高级库，可以参考以下几个步骤：

1. **使用apyori库**：

   !pip install apyori

然后你可以直接加载交易数据并应用Apriori算法：

   from apyori import Apriori

   data = ... # 你的交易数据，通常是一个二维数组或pandas DataFrame
   ap = Apriori()
   frequent_itemsets = ap.find_frequent_itemsets(data, min_support=0.6)  # 设置支持度
   rules = ap.generate_association_rules(frequent_itemsets, min_confidence=0.8)  # 设置置信度

2. **使用janome处理文本数据**：
如果你的数据是文本格式的，可以先使用自然语言处理工具`janome`提取商品项目：

   !pip install janome

示例：

   import janome.analyzer as jaanalyzer
   analyzer = jaanalyzer.Analyzer()
   extracted_items = []
   for text in data:
       words = analyzer.analyze(text)
       for word in words:
           if "商品" in word.surface or "item" in word.surface:  # 这里假设你关心的商品词是固定的
               extracted_items.append(word.base_form)

接着可以对提取的项目进行关联规则分析。

无论哪种库，基本原理都是相似的，只是语法和特定细节有所不同。选择合适的库取决于你的需求和项目的复杂程度。