学习记录638@python关联分析之Apriori与mlxtend算法实战_mlxtend apriori

概述

关联分析是数据挖掘中一种简单而实用的技术，它通过深入分析数据集，寻找事物间的关联性，挖掘频繁出现的组合，并描述组合内对象同时出现的模式和规律。例如，对超市购物的数据进行关联分析，通过发现顾客所购买的不同商品之间的关系，分析顾客的购买习惯，设计商品的组合摆放位置，制定相应的营销策略，从而制造需求，提高销售额，创造额外收入。

核心思想：
每条记录中有购买的商品集合，首先要找到这些商品集合出现的次数，可以是父级，比如有条记录商品是{A,B}，那么可以看其他记录中的商品列表中是否包含{A,B}，如果包含就算一次出现，这就是支持度的分子项，分母项是所有记录。这个支持度必须满足人为设定的限制，超过这个限制的就叫做频繁项集，才能参与后面的计算。
其次是置信度，这个看似很复杂其实原理很简单，就是计算某个频繁项集（可以是包含这个项集的父级）的出现次数作为分母，这个项集和你关心的那个产品组成的新的集合（或者这个新的集合的父级）的出现的次数作为分子，很显然，分子一定是小于分母的。“购买了商品A和商品B的人中有67%的人也购买了商品C”，这句话就是置信度的本质
筛选出满足置信度的关系即可。

案例演示

代码实战

在Python中则可以利用apyori库和mlxtend库快速推导强关联规则。apyori库是一个经典的库，它使用起来较为简单，不过有时会漏掉一些强关联规则；mlxtend库的使用稍显麻烦，但是它能捕捉到所有的强关联规则。
这里还是推荐使用mlxtend，更加全面，其实也麻烦不到哪里去。

# # 15.1.3 Apriori算法的代码实现
# # 1.apyori库代码实现关联规则
transactions = [['A', 'B', 'C'], ['A', 'B'], ['B', 'C'], ['A', 'B', 'C', 'D'], ['B', 'C', 'D']]

from apyori import apriori
rules = apriori(transactions, min_support=0.4, min_confidence=0.8)
results = list(rules)
print(results)
print(type(results[0].ordered_statistics))

for i in results:
    for j in i.ordered_statistics:
        X = j.items_base
        Y = j.items_add
        x = ', '.join([item for item in X])
        y = ', '.join([item for item in Y])
        if x != '':
            print(x + ' → ' + y)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

# # 2.mlxtend库代码实现关联规则
transactions = [['A', 'B', 'C'], ['A', 'B'], ['B', 'C'], ['A', 'B', 'C', 'D'], ['B', 'C', 'D']]
from mlxtend.preprocessing import TransactionEncoder
TE = TransactionEncoder()
data = TE.fit_transform(transactions)
print(data)

import pandas as pd
df = pd.DataFrame(data, columns=TE.columns_)
print(df)

from mlxtend.frequent_patterns import apriori
items = apriori(df, min_support=0.4, use_colnames=True)
print(items)

items['itemsets'].apply(lambda x: len(x))
print(items[items['itemsets'].apply(lambda x: len(x)) >= 2])

from mlxtend.frequent_patterns import association_rules
rules = association_rules(items, min_threshold=0.8)
print(rules)

for i, j in rules.iterrows():
    X = j['antecedents']
    Y = j['consequents']
    x = ', '.join([item for item in X])
    y = ', '.join([item for item in Y])
    print(x + ' → ' + y)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28