以下代码含义def calcConf(freqSet, H, support_data, bigRuleList, minConf,minlif): prunedH = [] for conseq in H: conf = support_data[freqSet] / support_data[freqSet - conseq] lift = support_data[freqSet] / (support_data[conseq] * support_data[freqSet - conseq]) if conf >= minConf and lift >= minlif: bigRuleList.append((freqSet - conseq, conseq, conf,lift)) prunedH.append(conseq) return prunedH
时间: 2024-04-22 07:27:29 浏览: 91
python使用Apriori算法进行关联性解析
这段代码是用来计算关联规则的置信度和提升度的。输入参数包括频繁项集freqSet、可能的后件项集合H、支持度数据support_data、所有关联规则列表bigRuleList、最小置信度minConf和最小提升度minlif。对于每个后件项集合conseq,该函数计算关联规则的置信度及提升度,如果满足最小置信度和最小提升度的条件,就将该关联规则添加到bigRuleList中。同时,prunedH用于记录满足条件的后件项集合。最后,该函数返回满足条件的后件项集合列表prunedH。
阅读全文