13518219792
本篇内容主要讲解“Python关联规则是什么”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Python关联规则是什么”吧!
专业从事成都做网站、网站设计,高端网站制作设计,小程序开发,网站推广的成都做网站的公司。优秀技术团队竭力真诚服务，采用html5+CSS3前端渲染技术，成都响应式网站建设公司，让网站在手机、平板、PC、微信下都能呈现。建站过程建立专项小组，与您实时在线互动，随时提供解决方案，畅聊想法和感受。
1.1 基本概念
项集：item的集合，如集合{牛奶、麦片、糖}是一个3项集，可以认为是购买记录里物品的集合。
频繁项集：顾名思义就是频繁出现的item项的集合。如何定义频繁呢？用比例来判定，关联规则中采用支持度和置信度两个概念来计算比例值
支持度：共同出现的项在整体项中的比例。以购买记录为例子，购买记录100条，如果商品A和B同时出现50条购买记录（即同时购买A和B的记录有50），那边A和B这个2项集的支持度为50%
置信度：购买A后再购买B的条件概率，根据贝叶斯公式，可如下表示：
提升度：为了判断产生规则的实际价值，即使用规则后商品出现的次数是否高于商品单独出现的评率，提升度和衡量购买X对购买Y的概率的提升作用。如下公式可见，如果X和Y相互独立那么提升度为1，提升度越大，说明X->Y的关联性越强
1.2 关联规则Apriori算法
关联规则方法的步骤如下：
发现频繁项集
找出关联规则
Apriori算法是经典的关联规则算法。Apriori算法的目标是找到最大的K项频繁集。Apriori算法从寻找1项集开始，通过最小支持度阈值进行剪枝，依次寻找2项集，3项集直到没有更过项集为止。
下面是一个案例图解：
图中有4个记录，记录项有1，2，3，4，5若干
首先先找出1项集对应的支持度（C1），可以看出4的支持度低于最小支持阈值，先剪掉（L1）。
从1项集生成2项集，并计算支持度（C2），可以看出（1，5）（1，2）支持度低于最小支持阈值，先剪掉（L2）
从2项集生成3项集，（1，2，3）（1，2，5）（2，3，5）只有（2，3，5）满足要求
没有更多的项集了，就定制迭代
关联规则目前在scikit-learn中并没有实现。这里介绍另一个python库mlxtend。
2.1 安装
pip install mlxtend
2.2 简单的例子
来看下数据集：
import pandas as pd item_list = [['牛奶','面包'], ['面包','尿布','啤酒','土豆'], ['牛奶','尿布','啤酒','可乐'], ['面包','牛奶','尿布','啤酒'], ['面包','牛奶','尿布','可乐']] item_df = pd.DataFrame(item_list)
数据格式处理，传入模型的数据需要满足bool值的格式
from mlxtend.preprocessing import TransactionEncode te = TransactionEncoder() df_tf = te.fit_transform(item_list) df = pd.DataFrame(df_tf,columns=te.columns_)
计算频繁项集
from mlxtend.frequent_patterns import apriori # use_colnames=True表示使用元素名字，默认的False使用列名代表元素, 设置最小支持度min_support frequent_itemsets = apriori(df, min_support=0.05, use_colnames=True) frequent_itemsets.sort_values(by='support', ascending=False, inplace=True) # 选择2频繁项集 print(frequent_itemsets[frequent_itemsets.itemsets.apply(lambda x: len(x)) == 2])
计算关联规则
from mlxtend.frequent_patterns import association_rules # metric可以有很多的度量选项，返回的表列名都可以作为参数 association_rule = association_rules(frequent_itemsets,metric='confidence',min_threshold=0.9) #关联规则可以提升度排序 association_rule.sort_values(by='lift',ascending=False,inplace=True) association_rule # 规则是：antecedents->consequents
选择出来关联规则之后，根据提升度排序后，可能最高提升度的规则是在我们常识范围内，那这个规则的价值就不高。所以我们要在产生的规则中根据业务特点进行筛选，像开篇提到（啤酒->尿布）完全不同的品类之间的关联。
到此，相信大家对“Python关联规则是什么”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
