实现Apriori 算法案例

Apriori 算法是一种常用的关联规则挖掘算法，可以用于发现数据集中项之间的关系。下面是一个简单的实现 Apriori 算法的 Python 代码示例：

def load_data():
    """加载数据集"""
    data = [['bread', 'milk', 'vegetable', 'fruit', 'eggs'],
            ['noodle', 'beef', 'vegetable', 'fruit', 'eggs'],
            ['bread', 'noodle', 'beef', 'vegetable'],
            ['bread', 'milk', 'beef', 'vegetable', 'eggs'],
            ['milk', 'noodle', 'beef', 'vegetable', 'fruit', 'eggs']]
    return data

def create_C1(data):
    """创建所有候选项集的集合"""
    C1 = set()
    for transaction in data:
        for item in transaction:
            C1.add(frozenset([item]))
    return C1

def generate_Fk(Ck, data, min_support):
    """根据候选项集生成频繁项集"""
    support_count = {}
    for transaction in data:
        for item in Ck:
            if item.issubset(transaction):
                support_count[item] = support_count.get(item, 0) + 1
    n = len(data)
    Fk = set()
    support_data = {}
    for item, count in support_count.items():
        support = count / n
        if support >= min_support:
            Fk.add(item)
            support_data[item] = support
    return Fk, support_data

def generate_Ck(Fk, k):
    """根据频繁项集生成候选项集"""
    Ck = set()
    for item1 in Fk:
        for item2 in Fk:
            if len(item1.union(item2)) == k:
                Ck.add(item1.union(item2))
    return Ck

def apriori(data, min_support):
    """Apriori 算法"""
    C1 = create_C1(data)
    F1, support_data = generate_Fk(C1, data, min_support)
    F = [F1]
    k = 2
    while len(F[k-2]) > 0:
        Ck = generate_Ck(F[k-2], k)
        Fk, support_k = generate_Fk(Ck, data, min_support)
        support_data.update(support_k)
        F.append(Fk)
        k += 1
    return F, support_data

if __name__ == '__main__':
    data = load_data()
    F, support_data = apriori(data, 0.5)
    print("频繁项集：", F)
    print("支持度：", support_data)

在这个示例中，我们使用了一个包含 5 个交易的简单数据集。首先，我们创建了所有候选项集的集合，然后根据候选项集生成频繁项集。接着，我们根据频繁项集生成候选项集，并再次生成频繁项集。这个过程一直进行到没有新的频繁项集产生为止。最后，我们输出了所有的频繁项集和支持度。

这是一个简单的 Apriori 算法实现示例，实际应用中可能需要对算法进行优化，例如使用 FP-Growth 算法等。