脚本之家,脚本语言编程技术及教程分享平台!
分类导航

Python|VBS|Ruby|Lua|perl|VBA|Golang|PowerShell|Erlang|autoit|Dos|bat|

服务器之家 - 脚本之家 - Python - python中Apriori算法实现讲解

python中Apriori算法实现讲解

2020-12-23 00:56三年一梦 Python

给大家详细讲解一下Apriori 算法在python中的实现过程,有需要的朋友收藏一下本片文章吧。

本文主要给大家讲解了Apriori算法的基础知识以及Apriori算法python中的实现过程,以下是所有内容:

1. Apriori算法简介

Apriori算法是挖掘布尔关联规则频繁项集的算法。Apriori算法利用频繁项集性质的先验知识,通过逐层搜索的迭代方法,即将K-项集用于探察(k+1)项集,来穷尽数据集中的所有频繁项集。先找到频繁项集1-项集集合L1, 然后用L1找到频繁2-项集集合L2,接着用L2找L3,知道找不到频繁K-项集,找到每个Lk需要一次数据库扫描。注意:频繁项集的所有非空子集也必须是频繁的。Apriori性质通过减少搜索空间,来提高频繁项集逐层产生的效率。Apriori算法由连接和剪枝两个步骤组成。

2. Apriori算法步骤

 根据一个实例来解释:下图是一个交易单,I1至I5可看作5种商品。下面通过频繁项集合来找出关联规则。

假设我们的最小支持度阈值为2,即支持度计数小于2的都要删除。

python中Apriori算法实现讲解        

上表第一行(第一项交易)表示:I1和I2和I5一起被购买。

python中Apriori算法实现讲解

C1至L1的过程: 只需查看支持度是否高于阈值,然后取舍。上图C1中所有阈值都大于2,故L1中都保留。

python中Apriori算法实现讲解

L1至C2的过程分三步:

遍历产生L1中所有可能性组合,即(I1,I2)...(I4,I5 )    对便利产生的每个组合进行拆分,以保证频繁项集的所有非空子集也必须是频繁的。即对于(I1,I2)来说进行拆分为I1,I2.由于I1和I2在L1中都为频繁项,所以这一组合保留。对于剩下的C2根据原数据集中进行支持度计数

python中Apriori算法实现讲解

C2至L2的过程: 只需查看支持度是否高于阈值,然后取舍。

python中Apriori算法实现讲解

L2至C3的过程:

还是上面的步骤。首先生成(1,2,3)、(1,2,4)、(1,2,5)....为什么最后只剩(1,2,3)和(1,2,5)呢?因为剪枝过程:(1,2,4)拆分为(1,2)和(1,4)和(2,4).然而(1,4)在L2中不存在,即非频繁项。所有剪枝删除。然后对C3中剩下的组合进行计数。发现(1,2,3)和(1,2,5)的支持度2。迭代结束。

所以算法过程就是 Ck - Lk - Ck+1 的过程:

3.Apriori算法实现

  1. # -*- coding: utf-8 -*- 
  2. ""
  3. Created on Sat Dec 9 15:33:45 2017 
  4. @author: LPS 
  5. ""
  6. import numpy as np 
  7. from itertools import combinations # 迭代工具 
  8. data = [[1,2,5], [2,4], [2,3], [1,2,4], [1,3], [2,3], [1,3], [1,2,3,5], [1,2,3]] 
  9. minsp = 2 
  10. d = [] 
  11. for i in range(len(data)): 
  12.  d.extend(data[i]) 
  13. new_d = list(set(d)) 
  14. def satisfy(s, s_new, k): # 更新确实存在的L  
  15.  e =[] 
  16.  ss_new =[] 
  17.  for i in range(len(s_new)): 
  18.   for j in combinations(s_new[i], k): # 迭代产生所有元素可能性组合 
  19.    e.append(list(j)) 
  20.   if ([l for l in e if l not in s]) ==[] : 
  21.    ss_new.append(s_new[i]) 
  22.   e = [] 
  23.   return ss_new # 筛选满足条件的结果  
  24. def count(s_new): # 返回narray格式的C 
  25.  num = 0 
  26.  C = np.copy(s_new) 
  27.  C = np.column_stack((C, np.zeros(C.shape[0]))) 
  28.  for i in range(len(s_new)): 
  29.   for j in range(len(data)): 
  30.    if ([l for l in s_new[i] if l not in data[j]]) ==[] : 
  31.     num = num+1 
  32.   C[i,-1] = num 
  33.   num = 0    
  34.  return C 
  35. def limit(L): # 删掉不满足阈值的C 
  36.  row = [] 
  37.  for i in range(L.shape[0]): 
  38.   if L[i,-1] < minsp : 
  39.    row.append(i) 
  40.  L = np.delete(L, row, 0)  
  41.  return L 
  42. def generate(L, k): # 实现由L至C的转换 
  43.  s = [] 
  44.  for i in range(L.shape[0]): 
  45.   s.append(list(L[i,:-1])) 
  46.  s_new = [] 
  47. # L = L.delete(L, -1, 1) 
  48. # l = L.shape[1] 
  49.  for i in range(L.shape[0]-1): 
  50.   for j in range(i+1, L.shape[0]): 
  51.    if (L[j,-2]>L[i,-2]): 
  52.     t = list(np.copy(s[i])) 
  53.     t.append(L[j,-2]) 
  54.     s_new.append(t) # s_new为列表 
  55.      
  56.  s_new = satisfy(s, s_new, k)  
  57.  C = count(s_new) 
  58.  return C 
  59. # 初始的C与L 
  60. C = np.zeros([len(new_d), 2]) 
  61. for i in range(len(new_d)): 
  62.  C[i:] = np.array([new_d[i], d.count(new_d[i])]) 
  63. L = np.copy(C) 
  64. L = limit(L) 
  65. # 开始迭代 
  66. k = 1 
  67. while (np.max(L[:,-1]) > minsp): 
  68.  C = generate(L, k) # 由L产生C 
  69.  L = limit(C)  # 由C产生L 
  70.  k = k+1 
  71. # 对最终结果去重复 
  72. print((list(set([tuple(t) for t in L]))) 
  73. # 结果为 [(1.0, 2.0, 3.0, 2.0), (1.0, 2.0, 5.0, 2.0)] 

原文链接:https://www.cnblogs.com/king-lps/p/8013036.html

延伸 · 阅读

精彩推荐