apriori算法案例python实现
时间: 2023-12-04 12:51:43 浏览: 34
以下是使用Python实现Apriori算法的示例代码:
首先安装所需的第三方库:
```
pip install numpy pandas mlxtend
```
然后导入所需的库:
```
import pandas as pd
from mlxtend.preprocessing import TransactionEncoder
from mlxtend.frequent_patterns import apriori, association_rules
```
创建一个包含交易数据的DataFrame:
```
data = [['牛奶', '面包', '尿布'],
['可乐', '面包', '尿布', '啤酒'],
['牛奶', '尿布', '啤酒', '鸡蛋'],
['面包', '牛奶', '尿布', '啤酒'],
['面包', '牛奶', '尿布', '可乐']]
df = pd.DataFrame(data, columns=['物品1', '物品2', '物品3', '物品4'])
```
使用TransactionEncoder对数据进行编码:
```
te = TransactionEncoder()
te_ary = te.fit_transform(df.values)
df = pd.DataFrame(te_ary, columns=te.columns_)
```
使用apriori算法找出频繁项集:
```
frequent_itemsets = apriori(df, min_support=0.6, use_colnames=True)
```
使用association_rules算法找出关联规则:
```
rules = association_rules(frequent_itemsets, metric="confidence", min_threshold=0.7)
```
输出结果:
```
print(frequent_itemsets)
print(rules)
```
输出结果将显示频繁项集和关联规则。