Python中有哪些關聯規(guī)則

這期內容當中小編將會給大家?guī)碛嘘PPython中有哪些關聯規(guī)則，文章內容豐富且以專業(yè)的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

1.1 基本概念

•  項集：item的集合，如集合{牛奶、麥片、糖}是一個3項集，可以認為是購買記錄里物品的集合。

•  頻繁項集：顧名思義就是頻繁出現的item項的集合。如何定義頻繁呢？用比例來判定，關聯規(guī)則中采用支持度和置信度兩個概念來計算比例值

•  支持度：共同出現的項在整體項中的比例。以購買記錄為例子，購買記錄100條，如果商品A和B同時出現50條購買記錄（即同時購買A和B的記錄有50），那邊A和B這個2項集的支持度為50%   

•  置信度：購買A后再購買B的條件概率，根據貝葉斯公式，可如下表示：  

•  提升度：為了判斷產生規(guī)則的實際價值，即使用規(guī)則后商品出現的次數是否高于商品單獨出現的評率，提升度和衡量購買X對購買Y的概率的提升作用。如下公式可見，如果X和Y相互獨立那么提升度為1，提升度越大，說明X->Y的關聯性越強

1.2 關聯規(guī)則Apriori算法

關聯規(guī)則方法的步驟如下：

•  發(fā)現頻繁項集

•  找出關聯規(guī)則

Apriori算法是經典的關聯規(guī)則算法。Apriori算法的目標是找到最大的K項頻繁集。Apriori算法從尋找1項集開始，通過最小支持度閾值進行剪枝，依次尋找2項集，3項集直到沒有更過項集為止。

下面是一個案例圖解：

•  圖中有4個記錄，記錄項有1，2，3，4，5若干

•  首先先找出1項集對應的支持度（C1），可以看出4的支持度低于最小支持閾值，先剪掉（L1）。

•  從1項集生成2項集，并計算支持度（C2），可以看出（1，5）（1，2）支持度低于最小支持閾值，先剪掉（L2）

•  從2項集生成3項集，（1，2，3）（1，2，5）（2，3，5）只有（2，3，5）滿足要求

•  沒有更多的項集了，就定制迭代

2. mlxtend實戰(zhàn)關聯規(guī)則

關聯規(guī)則目前在scikit-learn中并沒有實現。這里介紹另一個python庫mlxtend。

2.1 安裝

pip install mlxtend

2.2 簡單的例子

•  來看下數據集： 

import pandas as pd   item_list = [['牛奶','面包'],       ['面包','尿布','啤酒','土豆'],       ['牛奶','尿布','啤酒','可樂'],       ['面包','牛奶','尿布','啤酒'],       ['面包','牛奶','尿布','可樂']]   item_df = pd.DataFrame(item_list)

•  數據格式處理，傳入模型的數據需要滿足bool值的格式 

from mlxtend.preprocessing import TransactionEncode   te = TransactionEncoder()   df_tf = te.fit_transform(item_list)   df = pd.DataFrame(df_tf,columns=te.columns_)

• 計算頻繁項集

from mlxtend.frequent_patterns import apriori  # use_colnames=True表示使用元素名字，默認的False使用列名代表元素, 設置最小支持度min_support  frequent_itemsets = apriori(df, min_support=0.05, use_colnames=True)  frequent_itemsets.sort_values(by='support', ascending=False, inplace=True)  # 選擇2頻繁項集  print(frequent_itemsets[frequent_itemsets.itemsets.apply(lambda x: len(x)) == 2])

•  計算關聯規(guī)則   

from mlxtend.frequent_patterns import association_rules      # metric可以有很多的度量選項，返回的表列名都可以作為參數      association_rule = association_rules(frequent_itemsets,metric='confidence',min_threshold=0.9)      #關聯規(guī)則可以提升度排序      association_rule.sort_values(by='lift',ascending=False,inplace=True)       association_rule      # 規(guī)則是：antecedents->consequents

選擇出來關聯規(guī)則之后，根據提升度排序后，可能最高提升度的規(guī)則是在我們常識范圍內，那這個規(guī)則的價值就不高。所以我們要在產生的規(guī)則中根據業(yè)務特點進行篩選，像開篇提到（啤酒->尿布）完全不同的品類之間的關聯。

上述就是小編為大家分享的Python中有哪些關聯規(guī)則了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業(yè)資訊頻道。