、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

Question

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

Answer 1

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!