apriori算法代码pythoncsv知识点
时间: 2023-08-08 20:08:16 浏览: 100
Apriori算法代码-Python
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:
```python
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:
```python
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。
阅读全文