利用apyori库的关联规则python代码实现_apyori库下载

python

174 浏览量更新于2023-05-03 评论 1 收藏 58KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

利用利用apyori库的关联规则库的关联规则python代码实现代码实现

在学习数据挖掘，刚学到关联规则的apriori算法，老师要求自己写一写。

本着能用库就不自己敲详细代码的原则，找到了这个叫做apyori的库。

自己在CSDN上搜了搜大佬的案例，主要是参考的这个大佬的案例。

但是我照着大佬写的还是不能运行，可能是我的数据跟大佬不一致导致的。

在小npy的帮助下改成了下面这样。

import pandas as pd

from apyori import apriori

# 读取原始数据

df = pd.read_excel("excel数据文件路径")

# 数据转换成apriori可处理的形式

# 以列表的形式进行分许

transactions = df.groupby(by='OrderID').apply(lambda x: list(x.CategoryName))

# min_support -- The minimum support of relations (float).

# min_confidence -- The minimum confidence of relations (float).

# min_lift -- The minimum lift of relations (float).

# max_length

min_supp = 0.1 #设定最小支持度

min_conf = 0.1 #设定最小置信度

min_lift = 0.1 #设定最小提升度

# 调用apriori方法，在这里不满足最小支持度、置信度和提升度的项集以及规则会被自动排除

ap = list(apriori(transactions=transactions, min_support=min_supp,

min_confidence=min_conf, min_lift=min_lift))

#实际上关联规则运算到这里就已经完成了，后续的工作是为了使结果能够更好的输出。

#支持度（support），先输入空列表，再进行赋值

supports=[] #置信度

confidences=[] #提升度

lifts=[] #基于项items_base

bases=[] #推导项items_add

adds=[]

'''

这里用嵌套循环来读取，是因为关联规则运算结果ap实际上是一个多维列表

r是从列表中取出频繁项集，而x是从频繁项集中取出关联规则。

'''

for r in ap:

for x in r.ordered_statistics:

supports.append(r.support)

confidences.append(x.confidence)

lifts.append(x.lift)

bases.append(list(x.items_base))

adds.append(list(x.items_add))

#将结果存储为dataframe

result = pd.DataFrame({

'support':supports,

'confidence':confidences,

'lift':lifts,

'base':bases,

'add':adds

})

# 选择支持度大于0.5，自信度大于0.5，提升度大于1

res = result[(result.lift > 1) & (result.support > 0.5) & (result.confidence > 0.5)]

#dataframe输出有时候会省略中间的变量，下面这行代码是为了让它能够全部显示

pd.set_option('display.max_columns',None)

print(res[:3]) #输出前三个规则

下面是输出的结果的提升度前三的关联规则（我手上这个数据的支持度和置信度都不是很高，是数据的问题）

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

weixin_38515270

粉丝: 3
资源: 948

会员权益专享

利用apyori库的关联规则python代码实现

评论0

会员权益专享

最新资源

利用apyori库的关联规则python代码实现

评论0

关联规则挖掘经典算法apriori标准代码实现

Apriori算法python实现含数据集

python实现Apriori算法apriori.py和数据

关联规则apriori算法python实现

python 关联规则毒蘑菇代码

多对一关联规则python

数据挖掘强关联规则python

如何用python实现关联规则

我是问你，怎么使用apyori

关联规则分析的python代码

简述关联规则，简述apyori和mlxtend

关联规则python实现excel表格合并

Python实现关联规则

python关联规则代码

关联规则挖掘的Python代码

apriori关联规则算法python

python关联规则apriori算法

python代码实现基于关联规则挖掘的图书推荐

关联规则可视化python代码

python 实现关联规则

会员权益专享

最新资源