python定义一个函数使用Confidence计算一个频繁项集对另外一个频繁项集的置信度，输出置信度>0.6的数据

可以使用以下代码实现：

def calc_confidence(itemset1, itemset2, support_dict):
    # 计算 itemset1 对 itemset2 的置信度
    support_itemset1 = support_dict[tuple(itemset1)]
    support_itemset2 = support_dict[tuple(itemset2)]
    confidence = support_itemset2 / support_itemset1
    return confidence

# 示例数据
freq_itemsets = [[1,2], [1,3], [2,3], [1,2,3], [1,2,4], [2,3,4]]
support_dict = {(1, 2): 4, (1, 3): 3, (2, 3): 3, (1, 2, 3): 2, (1, 2, 4): 1, (2, 3, 4): 1}

# 遍历每个频繁项集对，计算置信度并输出
for itemset1 in freq_itemsets:
    for itemset2 in freq_itemsets:
        if set(itemset1).issubset(set(itemset2)):
            confidence = calc_confidence(itemset1, itemset2, support_dict)
            if confidence > 0.6:
                print(f"{itemset1} -> {itemset2}, confidence={confidence}")

上述代码中，`calc_confidence` 函数用于计算置信度，输入参数依次为两个频繁项集和所有频繁项集的支持度字典。遍历所有频繁项集对，如果第一个频繁项集是第二个频繁项集的子集，则计算置信度并判断是否大于0.6，如果是则输出结果。