apriori python

Apriori算法是一种经典的关联规则挖掘算法，用于发现数据集中项之间的关联关系。在python中，可以使用mlxtend库中的apriori函数实现Apriori算法。下面是一个简单的示例代码：

from mlxtend.preprocessing import TransactionEncoder
from mlxtend.frequent_patterns import apriori

# 数据集
dataset = [['鸡蛋', '牛奶', '面包'],
           ['鸡蛋', '面包', '可乐', '尿布'],
           ['牛奶', '可乐', '尿布'],
           ['鸡蛋', '牛奶', '面包', '可乐']]

# 将数据集转化为Boolean格式
te = TransactionEncoder()
te_ary = te.fit(dataset).transform(dataset)
df = pd.DataFrame(te_ary, columns=te.columns_)

# 应用Apriori算法，发现频繁项集
freq_itemsets = apriori(df, min_support=0.5, use_colnames=True)

print(freq_itemsets)

在这个示例中，我们使用了一个包含4个交易的数据集。我们首先将数据集转化为Boolean格式，然后使用apriori函数找出所有出现频率大于50%的项集。这个示例中的输出结果如下：

    support                    itemsets
0      0.75                      (可乐)
1      0.50                      (牛奶)
2      0.75                      (面包)
3      0.50                      (鸡蛋)
4      0.50                (可乐, 尿布)
5      0.50                (可乐, 面包)
6      0.50                (牛奶, 可乐)
7      0.50                (鸡蛋, 牛奶)
8      0.50                (鸡蛋, 面包)
9      0.50          (可乐, 面包, 尿布)
10     0.50          (牛奶, 可乐, 尿布)
11     0.50          (鸡蛋, 可乐, 面包)
12     0.50          (鸡蛋, 牛奶, 可乐)
13     0.50    (鸡蛋, 可乐, 面包, 尿布)
14     0.50    (牛奶, 可乐, 面包, 尿布)
15     0.50    (鸡蛋, 牛奶, 可乐, 面包)
16     0.50    (鸡蛋, 牛奶, 可乐, 尿布)
17     0.50    (鸡蛋, 面包, 尿布, 可乐)

输出结果中，每一行表示一个频繁项集，support列表示该项集在数据集中出现的比例，itemsets列则表示该项集中包含的所有项。在这个示例中，我们可以看到可乐和面包的组合最为流行，出现在了10个交易中。