第11章：使用Apriori算法进行关联分析（从频繁项集中挖掘关联规则）

原理：

根据频繁项集找关联规则，如有一个频繁项集{豆奶，莴苣}，那么可能有一条关联规则是豆奶->莴苣，即一个人购买了豆奶，则大可能他会购买莴苣，但反过来一个人购买了莴苣，不一定他会购买豆奶，频繁项集使用支持度量化，关联规则使用可信度或置信度量化。一条规则P->H的可信度定义为支持度(P|H)/支持度(P)。（注意：python中'|'表示并集，数学中'U'表示并集）

网络示意图：

该图为频繁项集{0,1,2,3}的关联规则网络示意图，阴影区域是第可信度的规则，如果发现0,1,2->3是低可信度的，则以3为后件的规则可信度也会低。因此，先从一个频繁项集出发（单个元素是没有关联规则的，因此从两个元素的频繁项集出发），创建一个规则列表，该规则右边只包含一个元素，然后对这些规则测试；然后合并所有规则创建新的关联列表，该规则右边包含两个元素，以此类推。

代码：

def generateRules(L,supportData,minConf=0.5):bigRuleList=[]for i in range(1,len(L)):for freqSet in L[i]:H1=[frozenset([item]) for item in freqSet]  #H1是单个元素集合if(i>1):#pdb.set_trace()rulesFromConseq(freqSet,H1,supportData,bigRuleList,minConf)else:calcConf(freqSet,H1,supportData,bigRuleList,minConf)return bigRuleList#对于两个元素的集合计算置信度
def calcConf(freqSet,H,supportData,br1,minConf=0.5):  #freqSet频繁项集prunedH=[]for conseq in H:conf=supportData[freqSet]/supportData[freqSet-conseq]if conf>=minConf:#pdb.set_trace()print(freqSet-conseq,"-->",conseq,'conf: %3.f'%conf)br1.append((freqSet-conseq,conseq,conf))prunedH.append(conseq)return prunedH#对于多于两个元素的集合，先将元素分为两两结合的，然后对于两两结合的计算置信度
def rulesFromConseq(freqSet,H,supportData,br1,minConf=0.5):m=len(H[0])if(len(freqSet)>(m+1)):Hmp1=aprioriGen(H,m+1)Hmp1=calcConf(freqSet,Hmp1,supportData,br1,minConf)if len(Hmp1)>1:rulesFromConseq(freqSet, Hmp1, supportData, br1, minConf)

第11章：使用Apriori算法进行关联分析（从频繁项集中挖掘关联规则）相关推荐

机器学习实战---读书笔记：第11章使用Apriori算法进行关联分析---2---从频繁项集中挖掘关联规则
#!/usr/bin/env python # encoding: utf-8''' <<机器学习实战>> 读书笔记第11章使用Apriori算法进行关联分析---从频繁项 ...
《机器学习实战》chapter 11 使用apriori算法进行关联分析
使用apriori算法进行关联分析 apriori原理:1.一个项集是非频繁的,那么它的所有超集也是非频繁的 2.一个项集是频繁的,那么它的所有子集也是频繁的一.支持度(support)-使用apr ...
使用Apriori算法进行关联分析
目录 1.名词概念 2.频繁项集发现 3.Apriori算法关联分析 4.代码实现 5.参考文章通过组合交叉变量制定风控策略时有两种方法:一是通过决策树分箱进行变量交叉,可以见文章一个函数实现自 ...
Apriori算法进行关联分析实战
使用Apriori算法进行关联分析(层次聚类) 一.基础知识 1.关联分析定义及存在的问题定义:从大规模的数据集中寻找物品间的隐含关系,被称为关联分析或关联规则学习. 关联分析存在的主要问题:主要问 ...
《机器学习实战》之十一——使用Apriori算法进行关联分析
Apriori算法目录一.前言二.关联分析三.Apriori原理四.利用Apriori算法来发现频繁集 1.Apriori算法及实例描述 2.生成候选项集 2.组织完整的Apriori算法五 ...
使用 Apriori 算法进行关联分析（机器学习）
关联分析关联分析是一种在大规模数据集中寻找有趣关系的任务. 这些关系可以有两种形式: 频繁项集(frequent item sets): 经常出现在一块的物品的集合. 关联规则(associatio ...
【机器学习】Apriori 算法进行关联分析和FP-growth算法
[机器学习]Apriori 算法进行关联分析和FP-growth算法文章目录 1 关联分析 2 FP-growth算法理解和实现 3 FP增长算法的频繁项集产生 4 FP-Growth关联分析算法在 ...
Apriori算法进行关联分析（1）
1. 使用Apriori算法来发现频繁集 1.1 关联分析关联分析:是一种在大规模数据集中寻找有趣关系的任务.这些关系可以有两种形式:频繁项集或者关联规则.频繁项集(frequent item se ...
python apriori算法 sklearn_使用Apriori算法进行关联分析
目录 1.名词概念 2.频繁项集发现 3.Apriori算法关联分析 4.代码实现 5.参考文章通过组合交叉变量制定风控策略时有两种方法:一是通过决策树分箱进行变量交叉,可以见文章假设一个简单的交 ...
Apriori关联分析与频繁项集
Apriori关联分析与频繁项集关联分析是一种在大规模数据集中寻找关系的任务.这些关系可以有两种形式:频繁项集或者关联规则.频繁项集(frequent item sets)是经常出现在一块的物品的集 ...

第11章：使用Apriori算法进行关联分析（从频繁项集中挖掘关联规则）

原理：

网络示意图：

代码：

第11章：使用Apriori算法进行关联分析（从频繁项集中挖掘关联规则）相关推荐

最新文章

热门文章