python 关联规则代码

原创

mob64ca12d5dd85 2024-11-08 13:45:10 ©著作权

文章标签 关联规则频繁项集数据集 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者mob64ca12d5dd85的原创作品，请联系作者获取转载授权，否则将追究法律责任

Python 关联规则实现指南

引言

关联规则学习是一种常用的数据挖掘方法，旨在发现数据集中的有趣关系。例如，在购物篮分析中，我们希望知道顾客购买的商品之间的联系，从而提高销售策略。本文将详细教会你如何用 Python 实现关联规则。

工作流程

以下是实施关联规则挖掘的基本步骤：

步骤	描述
1	数据集准备
2	数据预处理
3	计算频繁项集
4	生成关联规则
5	评估和解释结果

流程图

flowchart TD
    A[数据集准备] --> B[数据预处理]
    B --> C[计算频繁项集]
    C --> D[生成关联规则]
    D --> E[评估和解释结果]

各步骤详细讲解

步骤 1：数据集准备

在这一阶段，您需要一个数据集。可以使用 UCI 数据集或用 Pandas 自行构建。在这里，我们将使用一个简单的 CSV 文件作为示例。

import pandas as pd

# 读取数据
data = pd.read_csv('transaction_data.csv')
print(data.head())  # 打印前五行，查看数据

注释：pd.read_csv 用于读取 CSV 文件，data.head() 显示数据的前五行，帮助我们确认数据是否已正确加载。

步骤 2：数据预处理

在这一阶段，您需要对数据进行预处理。通常情况下，您需要将数据格式化为适用于关联规则的格式。

# 假设我们的数据具有'store'和'item'两列
# 创建一个购物篮的格式
basket = data.groupby(['store', 'item'])['item'].count().unstack().reset_index().fillna(0)

# 将数据转换为0和1
def encode_units(x):
    return 1 if x > 0 else 0

basket_encoded = basket.iloc[:, 1:].applymap(encode_units)

print(basket_encoded.head())  # 查看编码后的数据

注释：使用 groupby 和 unstack 方法将数据转换为适合做关联规则的购物篮格式，利用 applymap 将数值转换为0和1。

步骤 3：计算频繁项集

此阶段，我们需要使用 mlxtend 库中的 apriori 方法来计算频繁项集。

from mlxtend.frequent_patterns import apriori

# 计算频繁项集
frequent_itemsets = apriori(basket_encoded, min_support=0.01, use_colnames=True)
print(frequent_itemsets)

注释：apriori 函数用于计算频繁项集，min_support 定义了最小支持度，use_colnames=True 则返回项集的列名。

步骤 4：生成关联规则

现在，我们需要生成关联规则，以便找出商品之间的关联性。我们将使用 association_rules 函数来完成这一工作。

from mlxtend.frequent_patterns import association_rules

# 生成关联规则
rules = association_rules(frequent_itemsets, metric="lift", min_threshold=1)
print(rules.head())  # 打印前五条规则

注释：association_rules 函数根据计算出的频繁项集生成关联规则，这里用到的度量方式是提升度（lift），最小阈值为1。

步骤 5：评估和解释结果

完成上述步骤后，我们需要评估生成的规则并加以解释，以便进行有针对性的决策。

# 查看结果并进行解释
for index, row in rules.iterrows():
    print(f"规则: {set(row['antecedents'])} => {set(row['consequents'])}, 支持度: {row['support']}, 提升度: {row['lift']}")

注释：通过迭代每一条规则，我们可以提取先行项和后继项，并显示其支持度和提升度。