Python——机器学习实战——Apriori算法进行关联分析

‘‘‘
Created on Mar 24 2011
Ch 11 code
@author: Peter
‘‘‘
from numpy import *

def loadDataSet（）:
    return [[1 3 4] [2 3 5] [1 2 3 5] [2 5]]

def createC1（dataSet）:
    C1 = []
    for transaction in dataSet:
        for item in transaction:
            if not [item] in C1:
                C1.append（[item]）
                
    C1.sort（）
    return map（frozenset C1）#use frozen set so we
                            #can use it as a key in a dict    

def scanD（D Ck minSupport）:
    ssCnt = {}
    for tid in D:
        for can in Ck:
            if can.issubset（tid）:
                if not ssCnt.has_key（can）: ssCnt[can]=1
                else: ssCnt[can] += 1
    numItems = float（len（D））
    retList = []
    supportData = {}
    for key in ssCnt:
        support = ssCnt[key]/numItems
        if support >= minSupport:
            retList.insert（0key）
        supportData[key] = support
    return retList supportData

def aprioriGen（Lk k）: #creates Ck
    retList = []
    lenLk = len（Lk）
    for i in range（lenLk）:
        for j in range（i+1 lenLk）: 
            L1 = list（Lk[i]）[:k-2]; L2 = list（Lk[j]）[:k-2]
            L1.sort（）; L2.sort（）
            if L1==L2: #if first k-2 elements are equal
                retList.append（Lk[i] | Lk[j]） #set union
    return retList

def apriori（dataSet minSupport = 0.5）:
    C1 = createC1（dataSet）
    D = map（set dataSet）
    L1 supportData = scanD（D C1 minSupport）
    L = [L1]
    k = 2
    while （len（L[k-2]） > 0）:
        Ck = aprioriGen（L[k-2] k）
        Lk supK = scanD（D Ck minSupport）#scan DB to get Lk
        supportData.update（supK）
        L.append（Lk）
        k += 1
    return L supportData

def generateRules（L supportData minConf=0.7）:  #supportData is a dict coming from scanD
    bigRuleList = []
    for i in range（1 len（L））:#only get the sets with two or more items
        for freqSet in L[i]:
            H1 = [frozenset（[item]） for item in freqSet]
            if （i > 1）:
                rulesFromConseq（freqSet H1 supportData bigRuleList minConf）
            else:
                calcConf（freqSet H1 supportData bigRuleList minConf）
    return bigRuleList         

def calcConf（freqSet H supportData brl minConf=0.7）:
    prunedH = [] #create new list to return
    for conseq in H:
        conf = supportData[freqSet]/supportData[freqSet-conseq] #calc confidence
        if conf >= minConf: 
            print freqSet-conseq‘-->‘conseq‘conf:‘conf
            brl.append（（freqSet-conseq conseq conf））
            prunedH.append（conseq）
    return prunedH

def rulesFromConseq（freqSet H supportData brl minConf=0.7）:
    m = len（H[0]）
    if （len（freqSet） > （m + 1））: #try further merging
        Hmp1 = aprioriGen（H m+1）#create Hm+1 new candidates
        Hmp1 = calcConf（freqSet Hmp1 supportData brl minConf）
        if （len（Hmp1） > 1）:    #need at least two sets to m

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

     文件       5897  2018-08-27 18:26  Python——机器学习实战——Apriori算法进行关联分析\apriori.py

     文件       5236  2018-08-27 18:26  Python——机器学习实战——Apriori算法进行关联分析\apriori.pyc

     文件      38906  2018-08-27 18:26  Python——机器学习实战——Apriori算法进行关联分析\bills20DataSet.txt

     文件     137426  2018-08-27 18:26  Python——机器学习实战——Apriori算法进行关联分析\lawAssnRules.txt

     文件       1806  2018-08-27 18:26  Python——机器学习实战——Apriori算法进行关联分析\meaning20.txt

     文件     570408  2018-08-27 18:26  Python——机器学习实战——Apriori算法进行关联分析\mushroom.dat

     文件       5585  2018-08-27 18:26  Python——机器学习实战——Apriori算法进行关联分析\recent100bills.txt

     文件       1050  2018-08-27 18:26  Python——机器学习实战——Apriori算法进行关联分析\recent20bills.txt

     目录          0  2018-08-27 18:26  Python——机器学习实战——Apriori算法进行关联分析

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

               766314                    9