python实现Apriori算法apriori.py和数据

用python实现的Apriori算法和测试用的数据，可以直接将压缩包里面的apriori.py文件放到python安装文件夹lib中，进行调用。

# -*- coding: utf-8 -*-
from __future__ import print_function
import pandas as pd

#自定义连接函数，用于实现L_{k-1}到C_K的连接
def connect_string（xms）:
    x = list（map（lambda i: sorted（i.split（ms））x））
    l = len（x[0]）
    r = []
    for i in range（len（x））:
        for j in range（ilen（x））:
            if x[i][:l-1] == x[j][:l-1] and x[i][l-1] !=x[j][l-1]:
                r.append（x[i][:l-1] + sorted（[x[j][l-1]x[i][l-1]]））
    return r

#寻找关联规则的函数

def find_rule（dsupportconfidencems=u‘--‘）:
    result = pd.Dataframe（index = [‘support‘‘confidence‘]）#定义输出结果
    support_series = 1.0*d.sum（）/len（d）#支持度序列
    column = list（support_series[support_series > support].index）#初步根据支持度筛选
    k = 0

    while len（column）>1:
        k = k+1
        print（u‘\n正在进行第%s次搜索。。。‘%k）
        column=connect_string（columnms）
        print（u‘数目：%s...‘ % len（column））
        sf = lambda i : d[i].prod（axis=1numeric_only=True）#新一批支持度的计算函数

        #创建连接数据，这一步耗时、耗内存最严重。当数据集较大时，可以考虑并行运算优化
        d_2 = pd.Dataframe（list（map（sfcolumn）） index=[ms.join（i） for i in column]）.T

        support_series_2 = 1.0*d_2[[ms.join（i） for i in column]].sum（）/len（d）#计算连接后的支持度
        column = list（support_series_2[support_series_2 > support].index）#新一轮支持度筛选
        support_series = support_series.append（support_series_2）
        column2=[]

        for i in column:#遍历可能的推理，如{ABC}究竟是A+B-->C还是B+C-->A还是A+C-->B
            i = i.split（ms）
            for j in range（len（i））:
                column2.append（i[:j]+i[j+1:] +i[j:j+1]）

        confidence_series = pd.Series（index=[ms.join（i） for i in column2]）#定义置信度序列

        for i in column2:#计算自信度序列
            confidence_series[ms.join（i）]=support_series[ms.join（sorted（i））]/support_series[ms.join（i[:len（i） - 1]）]

        for i in confidence_series[confidence_series>confidence].index:#置信度筛选
            result[i] = 0.0
            result[i][‘confidence‘] = confidence_series[i]
            result[i][‘support‘] = support_series[ms.join（sorted（i.split（ms）））]

    result = result.T.sort_values（[‘confidence‘‘support‘]ascending=False）#结果整理输出
    print（u‘\n结果为：‘）
    print（result）
    return result                                                                                       
                                                                                           












                                                                                           



                                                                                           

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2917  2018-12-08 11:13  Apriori算法+数据\apriori.py

     文件       8837  2018-12-08 10:29  Apriori算法+数据\lesson_buy.xlsx

     目录          0  2018-12-08 11:17  Apriori算法+数据

----------- ---------  ---------- -----  ----

                11754                    3