python的apriori 里参数解释
时间: 2023-09-16 16:06:36 浏览: 37
Apriori算法是一种关联规则挖掘的算法,用于发现数据集中的频繁项集和关联规则。在Python中,可以使用 mlxtend 库中的 apriori 方法来实现该算法。其参数解释如下:
- transactions:要求频繁项集的事务数据集合。
- min_support:指定频繁项集的最小支持度阈值。支持度是指包含该项集的事务的比例,通俗来讲,就是该项集在所有事务中出现的频率。
- use_colnames:是否使用指定列的名称来标识项集,默认为 False。
- max_len:指定要求的最大频繁项集长度,默认为 None,表示不限制。
例如,以下是一个使用 apriori 方法挖掘频繁项集的示例代码:
```python
from mlxtend.frequent_patterns import apriori
# 构造事务数据集合
transactions = [['A', 'B', 'C'], ['A', 'C'], ['B', 'D'], ['B', 'C'], ['A', 'E']]
# 挖掘频繁项集,最小支持度为0.5,使用列名标识项集
frequent_itemsets = apriori(transactions, min_support=0.5, use_colnames=True)
print(frequent_itemsets)
```
输出结果如下:
```
support itemsets
0 0.6 (A)
1 0.6 (B)
2 0.8 (C)
3 0.4 (E)
4 0.6 (A, C)
5 0.6 (B, C)
```
相关推荐
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)