Python中有哪些关联规则

这期内容当中小编将会给大家带来有关Python中有哪些关联规则,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。

目前成都创新互联已为上千多家的企业提供了网站建设、域名、虚拟空间、网站托管、服务器托管、企业网站设计、东兴网站维护等服务,公司将坚持客户导向、应用为本的策略,正道将秉承"和谐、参与、激情"的文化,与客户和合作伙伴齐心协力一起成长,共同发展。

1.1 基本概念

  •  项集:item的集合,如集合{牛奶、麦片、糖}是一个3项集,可以认为是购买记录里物品的集合。

  •  频繁项集:顾名思义就是频繁出现的item项的集合。如何定义频繁呢?用比例来判定,关联规则中采用支持度和置信度两个概念来计算比例值

  •  支持度:共同出现的项在整体项中的比例。以购买记录为例子,购买记录100条,如果商品A和B同时出现50条购买记录(即同时购买A和B的记录有50),那边A和B这个2项集的支持度为50%   

Python中有哪些关联规则

  •  置信度:购买A后再购买B的条件概率,根据贝叶斯公式,可如下表示:  

Python中有哪些关联规则

  •  提升度:为了判断产生规则的实际价值,即使用规则后商品出现的次数是否高于商品单独出现的评率,提升度和衡量购买X对购买Y的概率的提升作用。如下公式可见,如果X和Y相互独立那么提升度为1,提升度越大,说明X->Y的关联性越强

Python中有哪些关联规则

1.2 关联规则Apriori算法

关联规则方法的步骤如下:

  •  发现频繁项集

  •  找出关联规则

Apriori算法是经典的关联规则算法。Apriori算法的目标是找到最大的K项频繁集。Apriori算法从寻找1项集开始,通过最小支持度阈值进行剪枝,依次寻找2项集,3项集直到没有更过项集为止。

下面是一个案例图解:

Python中有哪些关联规则

  •  图中有4个记录,记录项有1,2,3,4,5若干

  •  首先先找出1项集对应的支持度(C1),可以看出4的支持度低于最小支持阈值,先剪掉(L1)。

  •  从1项集生成2项集,并计算支持度(C2),可以看出(1,5)(1,2)支持度低于最小支持阈值,先剪掉(L2)

  •  从2项集生成3项集,(1,2,3)(1,2,5)(2,3,5)只有(2,3,5)满足要求

  •  没有更多的项集了,就定制迭代

2. mlxtend实战关联规则

关联规则目前在scikit-learn中并没有实现。这里介绍另一个python库mlxtend。

2.1 安装

pip install mlxtend

2.2 简单的例子

  •  来看下数据集: 

import pandas as pd   item_list = [['牛奶','面包'],       ['面包','尿布','啤酒','土豆'],       ['牛奶','尿布','啤酒','可乐'],       ['面包','牛奶','尿布','啤酒'],       ['面包','牛奶','尿布','可乐']]   item_df = pd.DataFrame(item_list)
  •  数据格式处理,传入模型的数据需要满足bool值的格式 

from mlxtend.preprocessing import TransactionEncode   te = TransactionEncoder()   df_tf = te.fit_transform(item_list)   df = pd.DataFrame(df_tf,columns=te.columns_)

Python中有哪些关联规则

  • 计算频繁项集

from mlxtend.frequent_patterns import apriori  # use_colnames=True表示使用元素名字,默认的False使用列名代表元素, 设置最小支持度min_support  frequent_itemsets = apriori(df, min_support=0.05, use_colnames=True)  frequent_itemsets.sort_values(by='support', ascending=False, inplace=True)  # 选择2频繁项集  print(frequent_itemsets[frequent_itemsets.itemsets.apply(lambda x: len(x)) == 2])

Python中有哪些关联规则

  •  计算关联规则   

from mlxtend.frequent_patterns import association_rules      # metric可以有很多的度量选项,返回的表列名都可以作为参数      association_rule = association_rules(frequent_itemsets,metric='confidence',min_threshold=0.9)      #关联规则可以提升度排序      association_rule.sort_values(by='lift',ascending=False,inplace=True)       association_rule      # 规则是:antecedents->consequents

Python中有哪些关联规则

选择出来关联规则之后,根据提升度排序后,可能最高提升度的规则是在我们常识范围内,那这个规则的价值就不高。所以我们要在产生的规则中根据业务特点进行筛选,像开篇提到(啤酒->尿布)完全不同的品类之间的关联。

上述就是小编为大家分享的Python中有哪些关联规则了,如果刚好有类似的疑惑,不妨参照上述分析进行理解。如果想知道更多相关知识,欢迎关注创新互联行业资讯频道。


网站题目:Python中有哪些关联规则
文章URL:http://pwwzsj.com/article/jgiejh.html