中删除某几列_算法--apriori 实战（某零售企业的商品关联分析）

先别着急看案例，先看一下下面这段话喽，希望对大家有帮助

当上级给大家类似这样一个分析需求时，即使不会也不要着急，冷静的想一下，如果你是老板你是领导，你想要看什么；可以理解为拿到的数据就是这个超市的所有购物小票，想从小票上得到哪些信息呢？是不是想看一下这些购物小票上买的最多的排名前10的商品是哪些？占比又是多少呢？如果有子类的话，是不是想看一下子类的占比是多少？还可以看一下这些占比和库存的关系，这就涉及到补货多少的问题？还有这些商品是不是可以组合卖呢？比如火锅类购物节时与火锅有关的放在一起卖，是不是收益更好呢？这些就是数据分析，就是关联分析；

1、准备工作

1.1、数据源属性

注：这里只是以我拿到的数据，大家可以以自己拿到的数据为例子，做分析做处理

GoodsOrder表：可以理解为每一个id是一个购物小票，比如有10个id是1的，说明这10个商品是一次购买的，是一张小票

id：商品所属类别的编号

Goods：具体的商品名称

GoodsOrder表

GoodsTypes表：

Goods：具体的商品名称

Types：商品类别名称

GoodsTypes

1.2、plt画图参数

1、autopct：展示百分比数值，可取值4种：
a. %d%%：整数百分比;
b. %0.1f：一位小数；
c. %0.1f%%：一位小数百分比；
d. %0.2f%%：两位小数百分比 | 2、figure：调整图形的大小
3、labels：定义标签
4、字体：plt.rcParams['font.sans-serif'] = 'SimHei'
5、颜色：colors = ['red','yellowgreen','lightskyblue','yellow'] #每块颜色定义
6、explode：#将某一块分割出来，值越大分割出的间隙越大

1.3、安装apyori库

2、查看数据特征，探索性分析

2.2、查看两个数据集是否有空值

2.2、查看销量前10的商品及类别

既然是看商品销售排名前10的商品，某一商品占总数的商品，看一下总数是多少

shape的结果是几行几列的数据，所有第一个值是行数，也就是商品的总数

销量前5的商品：按商品名称进行分组，id列计数统计，并且id降序排列

画图：

销量排名前10的商品

2.3、各类商品的销量及其占比

每种商品的销量占比

2.4、非酒精饮品内部各商品的销量占比

3、数据挖掘，建模

3.1建模

说明：做建模的数据源，必须是list如：[['面包','牛奶'],['面包','啤酒'],['面包','果汁']]

3.2、结果解析

如上图所示：解析前3条结果；

(1)[其他蔬菜;酸奶]=>[全脂牛奶]支持度约为2.23%，置信度约为51.29%。说明同时购买酸奶、其他蔬菜和全脂牛奶这3种商品的概率达51.29%，而这种情况发生的可能性约为2.23%。

(2)[黄油]=>[全脂牛奶]支持度最大约为2.76%，置信度约为49.72%。说明同时购买其他蔬菜和全脂牛奶这两种商品的概率达49.72%，而这种情况发生的可能性约为2.76%。

(3)[凝乳]=>[全脂牛奶]支持度约为2.61%，置信度约为49.05%。说明同时购买根茎类蔬菜和全脂牛奶这3种商品的概率达49.05%，而这种情况发生的可能性约为2.61%。

从结果可以得出，购买的商品大部分是食品，随着生活质量的提高和健康意识的增加，其他蔬菜、根茎类蔬菜和全脂牛奶均为现代家庭每日饮食的所需品。因此，其他蔬菜、根茎类蔬菜和全脂牛奶同时购买的概率较高，符合人们的现代生活健康意识。

顾客购买其他商品的时候会同时购买全脂牛奶。因此，提出以下建议：

(1) 牛奶放在方便顾客拿的位置

(2) 顾客同时购买其他蔬菜、根茎类蔬菜、酸奶油、猪肉、黄油、本地蛋类和多种水果的概率较高，因此商场可以考虑组合销售；还应该在不同季节考虑商品的摆位置

3.3、apriori参数说明

# apriori其他参数说明:

min_support -- The minimum support of relations (float).最小支持度，可用来筛选项集 0.02

min_confidence -- The minimum confidence of relations (float).最小可信度，可用来筛选项集 0.35

min_lift -- The minimum lift of relations (float).最小提升度

max_length -- The maximum length of the relation (integer).序列最小长度

3.4、返回结果集属性介绍

result里每一个项集的属性介绍

items – 项集，

frozenset对象，可迭代取出子集。

support – 支持度，float类型。

confidence – 置信度或可信度， float类型。

ordered_statistics – 存在的关联规则

可迭代，迭代后，其元素的属性：

items_base – 关联规则中的分母项集

confidence – 上面的分母规则所对应的关联规则的可信度

如果喜欢，请点个赞，您的支持，是对我最大的鼓励