#原文的代码比较零散，网上的代码大多数互抄，先基于个人的理解对代码进行了归纳整理，并添加了注释
import numpy as np
from collections import defaultdict
from operator import itemgetter
#生成关联规则
def make_relation_rule(X,n_features):
valid_rules=defaultdict(int) #定义规则有效的集合
invalid_rules=defaultdict(int) #定义规则无效的集合
num_occurances=defaultdict(int) #定义某商品支持度集合
#复杂度分析（Complexity Analysis） n_samples*n_features*n_features
for sample in X: #循环对样本的每个个体进行处理
for premise in range(n_features): #循环对样本的每个个体的每个特征值进行处理
if sample[premise]==0:continue #检测个体是否满足条件，如果不满足，继续检测下一个条件。
num_occurances[premise]+=1 #如果条件满足（即值为1），该条件的出现次数加1
for conclusion in range(n_features): #再次循环样本的每个个体的每个特征值进行处理
if premise==conclusion:continue #在遍历过程中跳过条件和结论相同的情况
if sample[conclusion]==1: #如果个体的目标特征值为1
valid_rules[(premise,conclusion)] += 1 #存入规则有效的集合
else:
invalid_rules[(premise,conclusion)] += 1 #规则无效的集合
support=valid_rules #规则有效的集合，即支持度集合
confidence=defaultdict(float) #定义置信度集合
#print(valid_rules) #打印规则有效的结果集
#print(invalid_rules) #打印规则无效的结果集
for premise,conclusion in valid_rules.keys(): #valid_rules是个元祖集合
rule=(premise,conclusion) #获取每个规则
confidence[rule]=float(valid_rules[rule])/num_occurances[premise] #这里需要将valid_rules的规则条目数从int转成float,生成规则的置信度
return support,confidence
#输出某两件商品的支持度和置信度
def print_especial_rule(premise,conclusion,support,confidence,features):
premise_name=features[premise] #转换为商品名称
conclusion_name=features[conclusion] #转换为商品名称
print("Rule:If a person buys {0} they will also buy {1}".format(premise_name,conclusion_name)) #输出商品名称
print("-Support:{0}".format(support[(premise,conclusion)])) #输出支持度
print("-Confidence:{0:.3f}".format(confidence[(premise,conclusion)])) #输出支持度
#输出该结果集支持度topN最高的商品
def print_topN_suppor_rule(support,confidence,features,topN):
sorted_support = sorted(support.items(), key=itemgetter(1), reverse=True)
print('支持度最高的前{0}条规则：'.format(topN))
for index in range(topN):
print("规则 #{0}".format(index + 1))
premise,conclusion = sorted_support[index][0]
print_especial_rule(premise, conclusion, support, confidence, features)
#输出该结果集置信度topN最高的商品
def print_topN_confidence_rule(support,confidence,features,topN):
sorted_confidence = sorted(confidence.items(), key=itemgetter(1), reverse=True)
print('置信度最高的前{0}条规则：'.format(topN))
for index in range(topN):
print("规则 #{0}".format(index + 1))
premise,conclusion = sorted_confidence[index][0]
print_especial_rule(premise, conclusion, support, confidence, features)
if __name__ == '__main__':
#使用numpy加载数据集
X=np.loadtxt("affinity_dataset.txt")
#定义物品的映射关系
features = ["bread", "milk", "cheese", "apples", "bananas"]
'''
#Version1 购买苹果的支持度
num_app_purchases=0
for sameple in X:
if sameple[3]==1:
num_app_purchases+=1
print('{0}people bought Apples'.format(num_app_purchases))
'''
#获取数据集的大小形状，np_sameple为样本数量，n_features为样本列数
n_samples,n_features=X.shape
print(n_samples,n_features)
#生成支持度和置信度集合
support,confidence=make_relation_rule(X,n_features)
#定义待求关联结果的物品和物品
premise=1
conclusion=3
#输出两件商品的置信度和支持度
print_especial_rule(premise,conclusion,support,confidence,features)
#输出支持度高的前5条规则
print_topN_suppor_rule(support,confidence,features,5)
#输出置信度高的前5条规则
print_topN_confidence_rule(support, confidence, features, 5)
|
