apriori算法实例代码

以下是一个简单的Python实现apriori算法的例子：

def apriori(dataset, min_support=0.5):
    """
    apriori算法实现
    :param dataset: 数据集
    :param min_support: 最小支持度
    :return: 频繁项集列表
    """
    # 获取所有不重复的元素
    C1 = create_C1(dataset)
    # 转化为列表形式，便于后续操作
    D = list(map(set, dataset))
    # 计算第一层的频繁项集和支持度
    L1, support_data = scan_D(D, C1, min_support)
    # 将所有的频繁项集放入列表L中
    L = [L1]
    k = 2
    while len(L[k-2]) > 0:
        # 生成候选项集
        Ck = generate_ck(L[k-2], k)
        # 计算候选项集的支持度
        Lk, support_k = scan_D(D, Ck, min_support)
        # 将候选项集的支持度加入到support_data中
        support_data.update(support_k)
        # 将频繁项集添加到L中
        L.append(Lk)
        k += 1
    return L, support_data

该实现中使用了以下辅助函数：

def create_C1(dataset):
    """
    创建第一层的频繁项集
    :param dataset: 数据集
    :return: 频繁项集列表
    """
    C1 = []
    for transaction in dataset:
        for item in transaction:
            if not [item] in C1:
                C1.append([item])
    C1.sort()
    return list(map(frozenset, C1))


def scan_D(D, Ck, min_support):
    """
    计算候选项集的支持度
    :param D: 数据集
    :param Ck: 候选项集
    :param min_support: 最小支持度
    :return: 频繁项集和支持度
    """
    support_data = {}
    for tid in D:
        for can in Ck:
            if can.issubset(tid):
                if can not in support_data:
                    support_data[can] = 1
                else:
                    support_data[can] += 1
    num_items = float(len(D))
    ret_list = []
    support_data_new = {}
    for key in support_data:
        support = support_data[key] / num_items
        if support >= min_support:
            ret_list.append(key)
        support_data_new[key] = support
    return ret_list, support_data_new


def generate_ck(Lk, k):
    """
    生成候选项集
    :param Lk: k-1层的频繁项集
    :param k: 当前层数
    :return: 候选项集列表
    """
    ret_list = []
    len_lk = len(Lk)
    for i in range(len_lk):
        for j in range(i+1, len_lk):
            l1 = list(Lk[i])[:k-2]
            l2 = list(Lk[j])[:k-2]
            l1.sort()
            l2.sort()
            if l1 == l2:
                ret_list.append(Lk[i] | Lk[j])
    return ret_list

这些辅助函数分别用于创建第一层的频繁项集、计算候选项集的支持度以及生成候选项集。apriori函数本身则是一个迭代过程，从第一层开始不断生成新的频繁项集，直到没有新的频繁项集产生为止。最终返回所有的频繁项集和它们的支持度。