apirori调包计算支持度

你可以使用 Python 中的 `mlxtend` 库来调用 Apriori 算法计算支持度。以下是一个示例代码：

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

# 假设你有一个包含多个交易的列表 transactions
te = TransactionEncoder()
te_ary = te.fit(transactions).transform(transactions)
df = pd.DataFrame(te_ary, columns=te.columns_)

# 计算支持度大于等于 0.5 的频繁项集
frequent_itemsets = apriori(df, min_support=0.5, use_colnames=True)
print(frequent_itemsets)

在上面的代码中，我们首先使用 `TransactionEncoder` 将交易列表转换为一个布尔矩阵，其中每一行表示一个交易，每一列表示一个可能的商品。然后，我们使用 `apriori` 函数计算支持度大于等于 0.5 的频繁项集。