轻松入门机器学习数据挖掘算法——关联分析（Apriori算法）

小故事：20世纪90年代，沃尔玛超市在对顾客的购物记录进行购物篮分析时，发现了一个奇怪的现象： “啤酒”和“尿布”两件看上去毫无关系的商品，经常出现在同一个购物篮中。通过关联分析，确实能发现事物之间一些令人意外的“关系”。依据这些“关系”，可以引导卖家调整营销策略，把关联程度较高的商品打包在一起，提高销量。或者针对买家已购买的产品，推荐与之相关的其他产品或信息，精准营销。

一、Apriori 算法可以做什么工作？

关联分析是一门分析技术，用于发现大量数据中，各组数据之间的联系。关联分析是探索数据之间联系的技术，而数据之间的联系，我们用关联规则来表示，表达式为：{X}→{Y}（X 和 Y 之间不存在相同项）。大多数的关联分析工作，主要任务就是生成频繁项集和关联规则，从而发现隐藏的关联关系。现实工作中的“项”（商品）成百上千，真实的“事务”（交易）数以万计，确认频繁项集合关联规则，提高计算效率可以使用Apriori算法。

二、Apriori 算法

Apriori是用于挖掘出数据背后的关联规则的一种算法，它的流程可分为两步：（1）确定最小支持度和置信度；（2）找出所有频繁项集和强关联规则。
Apriori 的算法主要依赖两个性质：
（1）一个项集如若是频繁的，那它的非空子集也一定是频繁的。假如购买{薯条，奶茶}的概率都很高，那购买{薯条}或{奶茶}的概率肯定也很高。
（2）一个项集如若是非频繁的，那包含该项集的项集也一定是非频繁的。假设购买{薯条}的次数少，那购买{薯条，奶茶}的次数肯定也少。
在 Apriori 算法出现之前，要找出所有的频繁项集，就得先枚举所有的项集，计算它们的支持度，然后和最小支持度（0.2）进行对比，筛选出频繁项集。

三、Python调用apriori()函数

Python 调用 apriori()函数
apriori(transactions, min_support, min_confidence, min_lift)
transactions：事务集合，值可以是嵌套列表或者Series对象
min_support：最小支持度，默认0.1
min_confidence：最小置信度，默认0
min_lift：最小提升度，默认为0

# 导入 apyori 模块下的 apriori() 函数
from apyori import apriori
# 创建4条快餐交易数据
orders = [['薯条', '可乐&#