zoukankan      html  css  js  c++  java
  • 【原创】利用python实现apriori关联算法并分析挖掘数据

    # -*- coding: utf-8 -*-
    import json
    
    # Aprior算法
    
    def loadDataSet():
        '''创建一个用于测试的简单的数据集'''
        test_app=[]
        phone_app = json.load(open("phone_app.json"))
        for item in phone_app.keys():
            for item_son in phone_app[item].keys():
                test_app.append(phone_app[item][item_son])
        return test_app
    
    
    def createC1(dataSet):
        '''
        构建初始候选项集的列表,即所有候选项集只包含一个元素,
        C1是大小为1的所有候选项集的集合
        '''
        C1 = []
        for transaction in dataSet:
            for item in transaction:
                if [item] not in C1:
                    C1.append([item])
        C1.sort()
        return map(frozenset, C1)
    
    
    def scanD(D, Ck, minSupport):
        '''
        计算Ck中的项集在数据集合D(记录或者transactions)中的支持度,
        返回满足最小支持度的项集的集合,和所有项集支持度信息的字典。
        '''
        ssCnt = {}
        for tid in D:
            for can in Ck:
                if can.issubset(tid):
                    ssCnt[can] = ssCnt.get(can, 0) + 1
        numItems = float(len(D))
        retList = []
        supportData = {}
        for key in ssCnt:
            support = ssCnt[key] / numItems
            if support >= minSupport:
                retList.insert(0, key)
            supportData[key] = support
        return retList, supportData
    
    def aprioriGen(Lk, k):
        '''
        由初始候选项集的集合Lk生成新的生成候选项集,
        k表示生成的新项集中所含有的元素个数
        '''
        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:
                    retList.append(Lk[i] | Lk[j])
        return retList
    
    
    def apriori(dataSet, minSupport=0.5):
        # 构建初始候选项集C1
        C1 = createC1(dataSet)
    
        D = map(set, dataSet)
        L1, suppData = 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)
    
            suppData.update(supK)
    
            L.append(Lk)
    
            k += 1
        return L, suppData
    
    if __name__ == '__main__':
        myDat = loadDataSet()
        # 选择频繁项集
        L, suppData = apriori( myDat, 0.4 )
        print u"频繁项集L:", L
        #print u"所有候选项集的支持度信息:", suppData
  • 相关阅读:
    第三天 python的初始编码,基本数据类型(int,str,bool),字符串的操作
    while循环,格式化输出,运算符,while...else...
    python的种类,变量,常量,基础数据类型,input,if条件语句
    JavaScript 之 web API
    传输层上的TCP和UDP
    应用层上的协议HTTP
    计算机网络通信
    grid布局
    使用classList和dataset实现tab切换
    JS之跨域
  • 原文地址:https://www.cnblogs.com/liyangqiu/p/10175737.html
Copyright © 2011-2022 走看看