用python实现Apriori算法

用python实现Apriori算法

Apriori算法是一种关联规则挖掘算法，用来找频繁项集和关联规则，Apriori算法利用了频繁项集的子集也一定是频繁的这一思想，例如，如果{A，B} 是频繁项集，则 {A}和{B} 也一定是频繁项集
从1到k（k项集）递归查找频繁项集，再用得到的频繁项集生成关联规则

例题

在这里，我用如下一题进行讲述：
提取以下购物篮数据中的频繁项集和强关联规则（参数设置：最小支持度计数 = 4，最小置信度 = 0.6）

事务ID	购买商品
001	面包，黄油，尿布，啤酒
002	咖啡，糖，小甜饼，鲑鱼，啤酒
003	面包，黄油，咖啡，尿布，啤酒，鸡蛋
004	面包，黄油，鲑鱼，鸡
005	鸡蛋，面包，黄油
006	鲑鱼，尿布，啤酒
007	面包，茶，糖鸡蛋
008	咖啡，糖，鸡，鸡蛋
009	面包，尿布，啤酒，盐
010	茶，鸡蛋，小甜饼，尿布，啤酒

首先我们将数据放入到文件当中，如下：

面包,黄油,尿布,啤酒
咖啡,糖,小甜饼,鲑鱼,啤酒
面包,黄油,咖啡,尿布,啤酒,鸡蛋
面包,黄油,鲑鱼,鸡
鸡蛋,面包,黄油
鲑鱼,尿布,啤酒
面包,茶,糖,鸡蛋
咖啡,糖,鸡,鸡蛋
面包,尿布,啤酒,盐
茶,鸡蛋,小甜饼,尿布,啤酒

导入一些需要用到的模块

import pandas as pd
import numpy as np
import itertools

读取文件中数据并进行处理

#读取数据并进行编号和转换
def load_dataSet():
    #利用pandas读取数据
    data = pd.read_csv('test4-1.csv', header=None, sep='\t', encoding='UTF-8')
    # print(data.values)
    # print('----')
    goods = []
    goodsList = {
   
   }
    change_data= []

    #对商品进行编号
    for key in data.values:
        key = key[0]
        key = key.split(',')
        for i in key:
            if i not in goods:
                goods.append(i)

    for key in range(len(goods)):
        goodsList[goods[key]] = key + 1

    #输出商品的编号
    print('商品编号：', goodsList)

    #转换数据
    for key in data.values:
        key_num = []
        key = key[0].split(',')

        for i in key:
            key_num.append(goodsList[i])

        key_num.sort()
        change_data.append(key_num)

    #输出转换后的数据
    print('\n转换后的数据：', change_data)

    return goodsList, change_data

加载数据并处理的结果如下

算法中需要将商品进行排列组合，代码如下

#separate函数用于将data中的数据进行排列组合，i是组合的大小
def separate(data, i):
    a = []
    b = []
    for k in data:
        for j in range(len(k)):
            if k