apriori算法python源代码

以下是使用 Python 实现 Apriori 算法的源代码：

def load_dataset():
    """
    加载测试数据集
    :return: 数据集
    """
    return [['A', 'B', 'C'], ['B', 'C', 'D'], ['C', 'D', 'E'], ['D', 'E', 'F']]

def create_c1(dataset):
    """
    创建候选项集 C1
    :param dataset: 数据集
    :return: 候选项集 C1
    """
    c1 = []
    # 遍历数据集中的所有项
    for transaction in dataset:
        for item in transaction:
            # 如果该项不在候选项集 C1 中，则将其添加到 C1 中
            if not [item] in c1:
                c1.append([item])
    # 对 C1 中的项进行排序
    c1.sort()
    # 将 C1 转换为不可变集合
    return list(map(frozenset, c1))

def scan_dataset(dataset, ck, min_support):
    """
    扫描数据集，计算每个候选项集的支持度，得到频繁项集 Lk
    :param dataset: 数据集
    :param ck: 候选项集
    :param min_support: 最小支持度
    :return: 频繁项集 Lk
    """
    support_count = {}
    # 遍历数据集中的所有项
    for transaction in dataset:
        # 遍历候选项集 Ck 中的所有项
        for item in ck:
            # 如果 Ck 中的项是数据集中当前项的子集，则增加其计数
            if item.issubset(transaction):
                if item not in support_count:
                    support_count[item] = 1
                else:
                    support_count[item] += 1
    # 计算支持度
    num_items = float(len(dataset))
    lk = []
    support_data = {}
    for item, count in support_count.items():
        support = count / num_items
        if support >= min_support:
            lk.insert(0, item)
        support_data[item] = support
    return lk, support_data

def apriori(dataset, min_support=0.5):
    """
    Apriori 算法
    :param dataset: 数据集
    :param min_support: 最小支持度
    :return: 所有频繁项集的支持度
    """
    # 创建候选项集 C1
    c1 = create_c1(dataset)
    # 将数据集转换为不可变集合
    dataset = list(map(set, dataset))
    # 计算所有频繁项集的支持度
    frequent_itemsets = {}
    k = 1
    while True:
        # 根据候选项集 Ck-1 创建候选项集 Ck
        ck = create_ck(frequent_itemsets, k)
        # 扫描数据集，计算每个候选项集的支持度，得到频繁项集 Lk
        lk, support_data = scan_dataset(dataset, ck, min_support)
        # 将所有频繁项集添加到频繁项集字典中
        frequent_itemsets[k] = lk
        # 如果没有找到任何频繁项集，则退出循环
        if len(lk) == 0:
            break
        k += 1
    # 返回所有频繁项集的支持度
    return support_data

def create_ck(lk, k):
    """
    根据频繁项集 Lk-1 创建候选项集 Ck
    :param lk: 频繁项集 Lk-1
    :param k: 项集中项的个数
    :return: 候选项集 Ck
    """
    ck = []
    len_lk = len(lk)
    for i in range(len_lk):
        for j in range(i + 1, len_lk):
            l1 = list(lk[i])[:k - 2]
            l2 = list(lk[j])[:k - 2]
            l1.sort()
            l2.sort()
            if l1 == l2:
                ck.append(lk[i] | lk[j])
    return ck

# 测试代码
dataset = load_dataset()
support_data = apriori(dataset)
print(support_data)

这段代码实现了 Apriori 算法的主要逻辑，可以根据自己的数据集进行调整和修改。