apriori算法代码pythoncsv知识点

Apriori算法是一种经典的频繁项集挖掘算法，它是基于集合的一种算法，用于发现数据集中的频繁项集，进而可以用于关联规则的挖掘。下面是一个简单的Python实现：

def loadDataSet():
    # 加载数据集
    return [[1, 3, 4], [2, 3, 5], [1, 2, 3, 5], [2, 5]]

def createC1(dataSet):
    # 生成候选项集列表C1
    C1 = []
    for transaction in dataSet:
        for item in transaction:
            if [item] not in C1:
                C1.append([item])
    C1.sort()
    return list(map(frozenset, C1))

def scanD(D, Ck, minSupport):
    # 从候选项集列表Ck生成频繁项集列表Lk
    ssCnt = {}
    for tid in D:
        for can in Ck:
            if can.issubset(tid):
                if can not in ssCnt:
                    ssCnt[can] = 1
                else:
                    ssCnt[can] += 1
    numItems = float(len(D))
    retList = []
    supportData = {}
    for key in ssCnt:
        support = ssCnt[key] / numItems
        if support >= minSupport:
            retList.insert(0, key)
        supportData[key] = support
    return retList, supportData

def aprioriGen(Lk, k):
    # 根据频繁项集列表Lk生成候选项集列表Ck+1
    retList = []
    lenLk = len(Lk)
    for i in range(lenLk):
        for j in range(i + 1, lenLk):
            L1 = list(Lk[i])[:k - 2]
            L2 = list(Lk[j])[:k - 2]
            L1.sort()
            L2.sort()
            if L1 == L2:
                retList.append(Lk[i] | Lk[j])
    return retList

def apriori(dataSet, minSupport=0.5):
    # 生成频繁项集列表
    C1 = createC1(dataSet)
    D = list(map(set, dataSet))
    L1, supportData = scanD(D, C1, minSupport)
    L = [L1]
    k = 2
    while len(L[k - 2]) > 0:
        Ck = aprioriGen(L[k - 2], k)
        Lk, supK = scanD(D, Ck, minSupport)
        supportData.update(supK)
        L.append(Lk)
        k += 1
    return L, supportData

上述代码中，`loadDataSet`函数用于加载数据集，`createC1`函数用于生成候选项集列表C1，`scanD`函数用于从候选项集列表Ck生成频繁项集列表Lk，`aprioriGen`函数用于根据频繁项集列表Lk生成候选项集列表Ck+1，`apriori`函数用于生成频繁项集列表。

另外，CSV是一种常用的电子表格文件格式，用于存储和处理数据。在使用Python进行CSV操作时，可以使用`csv`模块来读取和写入CSV文件。例如，下面是一个简单的读取CSV文件的代码示例：

import csv

with open('data.csv', newline='') as csvfile:
    reader = csv.reader(csvfile, delimiter=',', quotechar='|')
    for row in reader:
        print(', '.join(row))

其中，`delimiter`参数指定分隔符，`quotechar`参数指定引号字符。