改进apriori算法python

以下是改进后的Apriori算法Python实现：

def apriori(dataSet, minSupport=0.5):
    """
    改进后的Apriori算法
    :param dataSet: 数据集
    :param minSupport: 最小支持度
    :return: 频繁项集列表
    """
    C1 = createC1(dataSet)
    D = list(map(set, dataSet))
    L1, supportData = scanD(D, C1, minSupport)
    L = [L1]
    k = 2
    while len(L[k - 2]) > 0:
        Ck = aprioriGen(L[k - 2], k)
        Lk, supK = scanD(D, Ck, minSupport)
        supportData.update(supK)
        L.append(Lk)
        k += 1
    return L, supportData


def aprioriGen(Lk, k):
    """
    生成候选项集Ck
    :param Lk: 频繁项集列表
    :param k: 项集元素个数
    :return: 候选项集Ck
    """
    Ck = []
    lenLk = len(Lk)
    for i in range(lenLk):
        for j in range(i + 1, lenLk):
            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


def calcConf(freqSet, H, supportData, brl, minConf=0.7):
    """
    计算规则的可信度，返回满足最小可信度要求的规则列表
    :param freqSet: 频繁项集
    :param H: 可以出现在规则右部的元素列表
    :param supportData: 包含频繁项集支持数据的字典
    :param brl: 关联规则列表
    :param minConf: 最小可信度阈值
    :return: 满足最小可信度要求的规则列表
    """
    prunedH = []
    for conseq in H:
        conf = supportData[freqSet] / supportData[freqSet - conseq]
        if conf >= minConf:
            print(freqSet - conseq, '-->', conseq, 'conf:', conf)
            brl.append((freqSet - conseq, conseq, conf))
            prunedH.append(conseq)
    return prunedH


def rulesFromConseq(freqSet, H, supportData, brl, minConf=0.7):
    """
    生成候选规则集合
    :param freqSet: 频繁项集
    :param H: 可以出现在规则右部的元素列表
    :param supportData: 包含频繁项集支持数据的字典
    :param brl: 关联规则列表
    :param minConf: 最小可信度阈值
    """
    m = len(H[0])
    if len(freqSet) > (m + 1):
        Hmp1 = aprioriGen(H, m + 1)
        Hmp1 = calcConf(freqSet, Hmp1, supportData, brl, minConf)
        if len(Hmp1) > 1:
            rulesFromConseq(freqSet, Hmp1, supportData, brl, minConf)


def generateRules(L, supportData, minConf=0.7):
    """
    生成关联规则
    :param L: 频繁项集列表
    :param supportData: 包含频繁项集支持数据的字典
    :param minConf: 最小可信度阈值
    :return: 关联规则列表
    """
    bigRuleList = []
    for i in range(1, len(L)):
        for freqSet in L[i]:
            H1 = [frozenset([item]) for item in freqSet]
            if i > 1:
                rulesFromConseq(freqSet, H1, supportData, bigRuleList, minConf)
            else:
                calcConf(freqSet, H1, supportData, bigRuleList, minConf)
    return bigRuleList

改进的Apriori算法主要在以下几个方面进行了优化：

1.使用frozenset代替set，提高了算法的效率。

2.使用可变列表prunedH代替固定列表，提高了算法的效率。

3.使用递归代替循环，提高了算法的效率。

4.使用字典代替列表，提高了算法的效率。