Apriori用Python代码实现

好的，以下是使用 Python 实现 Apriori 算法的代码示例：

# 导入所需库
import pandas as pd
from mlxtend.frequent_patterns import apriori
from mlxtend.frequent_patterns import association_rules

# 读入数据集
data = pd.read_csv('data.csv')

# 将数据转为适应 Apriori 算法的格式
basket_sets = data.groupby(['Transaction', 'Item'])['Item'].count().unstack().fillna(0)

# 使用 Apriori 算法获取频繁项集
frequent_items = apriori(basket_sets, min_support=0.2, use_colnames=True)

# 使用关联规则确定项集之间的关系及其强度
association_rules(frequent_items, metric="lift", min_threshold=1)

请注意，这只是个示例代码，实际使用时需要根据数据集的实际情况调整 min_support 和 min_threshold 等参数。