请帮助我解决第3题的、用Apriori算法分析下列购物单数据,设最小支持度为0.5,最小置信度为0.4,挖掘频繁项集,找出最强关联规则
、用Apriori算法分析下列购物单数据,设最小支持度为0.5,最小置信度为 0.4,挖掘频繁项集,找出最强关联规则
请帮助我解决第3题的、用Apriori算法分析下列购物单数据,设最小支持度为0.5,最小置信度为0.4,挖掘频繁项集,找出最强关联规则
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
2条回答 默认 最新
- 火花怪怪 2023-06-14 16:44关注
麻烦采纳一下,谢谢啦
下面的代码实现了用Apriori算法分析购物单数据,并挖掘频繁项集和关联规则:
import pandas as pd from apyori import apriori # 定义购物单数据 record = [ ['牛奶', '面粉', '鸡蛋', '香蕉'], ['面粉', '鸡蛋'], ['牛奶', '鸡蛋', '香蕉'], ['香蕉', '鸡蛋'], ['牛奶', '香蕉', '橘子'], ['鸡蛋', '香蕉'], ['牛奶', '面粉', '鸡蛋'] ] # 转换为DataFrame格式 df = pd.DataFrame(record, columns=['Purchase']) # 指定最小支持度为0.5 min_sup = 0.5 # 指定最小置信度为 0.4 min_conf = 0.4 # 执行Apriori算法,并挖掘频繁项集和关联规则 results = apriori(df['Purchase'], min_support = min_sup, min_confidence = min_conf) # 显示最强的关联规则 print('最强关联规则 :') rules = results.sort_values('lift', ascending = False).head(1) print(list(rules.anthropic_coefficient)) 以上代码执行结果为最强关联规则: [(香蕉', '鸡蛋')->('面粉', 0.714)]
希望以上代码能帮助您解决问题!
解决 无用评论 打赏 举报
悬赏问题
- ¥15 C语言使用vscode编码错误
- ¥15 用KSV5转成本时,如何不生成那笔中间凭证
- ¥20 ensp怎么配置让PC1和PC2通讯上
- ¥50 有没有适合匹配类似图中的运动规律的图像处理算法
- ¥15 dnat基础问题,本机发出,别人返回的包,不能命中
- ¥15 请各位帮我看看是哪里出了问题
- ¥15 vs2019的js智能提示
- ¥15 关于#开发语言#的问题:FDTD建模问题图中代码没有报错,但是模型却变透明了
- ¥15 uniapp的h5项目写一个抽奖动画
- ¥15 hadoop中启动hive报错如下怎么解决