基于Apriori算法的商品推荐系统

基于Apriori算法的商品推荐系统.zip

# Apriori

# Importing the libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas

# 数据处理
#dataset = pandas.read_csv（‘Market_Basket_Optimisation.csv‘ header = None）
dataset = pandas.read_csv（‘groceries.csv‘header = None）

transactions = []
for i in range（0 dataset.shape[0]）:
    transactions.append（[str（dataset.values[ij]） for j in range（0 dataset.shape[1]）]）

# 对数据及使用apyori算法
from apyori import apriori
rules = apriori（transactions min_support = 0.01 min_confidence = 0.3 min_lift = 2 min_length = 2）

# 可视化结果
results = list（rules）

# 打印各项集情况
print（“=“*90）
print（“Items“）
for result in results:
    if ‘nan‘ in list（result.items）:
        continue
    print（“=“*70）
    print（“frequent “ + str（len（list（result.items））） + “-itemsets \t\t\t support \t lift “）
    #print（“=“*80）
    print（list（result.items） 
          round（result.support4）
          round（result.ordered_statistics[0].lift））


# 打印关联规则
print（“=“*90）
print（“Rules“）
for result in results:
    if ‘

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件      302908  2018-11-19 02:23  Market_Basket_Optimisation.csv
     目录           0  2019-04-27 19:18  __MACOSX\
     文件         244  2018-11-19 02:23  __MACOSX\._Market_Basket_Optimisation.csv
     文件      782048  2019-04-27 15:52  groceries.csv
     文件         244  2019-04-27 15:52  __MACOSX\._groceries.csv
     文件       13808  2019-04-26 19:09  apyori.py
     文件         172  2019-04-26 19:09  __MACOSX\._apyori.py
     文件        1733  2019-04-27 19:17  apriori.py
     文件         172  2019-04-27 19:17  __MACOSX\._apriori.py