# Apriori

**Repository Path**: cnbin/Apriori

## Basic Information

- **Project Name**: Apriori
- **Description**: 运用Python2.7.12，使用Apriori算法进行关联分析
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2022-01-21
- **Last Updated**: 2022-01-21

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

#Apriori
###  **关联分析** 
关联分析是一宗在大规模数据集中寻找又去关系的任务。

这些关系可以有两种形式：频繁项集或者关联规则。频繁项集是指经常出现在一块的物品的集合，而关联规则则暗示着两种物品之间可能存在的很强的关系（即如果出现物品A，则大概率会出现物品B）。

关联分析的目标包括两项：发现频繁项集和发现关联规则。首先，利用Apriori算法找到所有的频繁项集，然后根据频繁项集来发现关联规则。

###  **Apriori算法** 
- 优点：易编码实现。
- 缺点：在大数据集上可能较慢。
- 适用数据类型：数值型或者标称型数据。

 

### **程序apriori-test.py的运行结果：** 


```
%Run apriori-test.py

step-0：创建一个用于测试的简单数据集dataSet
dataSet： [[1, 3, 4], [2, 3, 5], [1, 2, 3, 5], [2, 5]]

step-1：将数据集中全部记录所包含的不同项作为单元素集合添加至列表C1
C1： [frozenset({1}), frozenset({2}), frozenset({3}), frozenset({4}), frozenset({5})]

step-2：将数据集dataSet列表中的元素转化为集合
D： [{1, 3, 4}, {2, 3, 5}, {1, 2, 3, 5}, {2, 5}]

step-3：对数据集D中的集合进行扫描，计算列表C1集合中的支持度，并将支持度大于最小支持度的集合存入频繁项集列表L1
L1： [frozenset({1}), frozenset({3}), frozenset({2}), frozenset({5})]
suppData0： {frozenset({4}): 0.25, frozenset({5}): 0.75, frozenset({2}): 0.75, frozenset({3}): 0.75, frozenset({1}): 0.5}

step-4：利用apriori算法发现频繁项集
L： [[frozenset({1}), frozenset({3}), frozenset({2}), frozenset({5})], [frozenset({3, 5}), frozenset({1, 3}), frozenset({2, 5}), frozenset({2, 3})], [frozenset({2, 3, 5})], []]
suppData： {frozenset({5}): 0.75, frozenset({3}): 0.75, frozenset({2, 3, 5}): 0.5, frozenset({1, 2}): 0.25, frozenset({1, 5}): 0.25, frozenset({3, 5}): 0.5, frozenset({4}): 0.25, frozenset({2, 3}): 0.5, frozenset({2, 5}): 0.75, frozenset({1}): 0.5, frozenset({1, 3}): 0.5, frozenset({2}): 0.75}

step-5：从频繁项集中挖掘关联规则
frozenset({5}) --> frozenset({3}) conf: 0.6666666666666666
frozenset({3}) --> frozenset({5}) conf: 0.6666666666666666
frozenset({3}) --> frozenset({1}) conf: 0.6666666666666666
frozenset({1}) --> frozenset({3}) conf: 1.0
frozenset({5}) --> frozenset({2}) conf: 1.0
frozenset({2}) --> frozenset({5}) conf: 1.0
frozenset({3}) --> frozenset({2}) conf: 0.6666666666666666
frozenset({2}) --> frozenset({3}) conf: 0.6666666666666666
frozenset({5}) --> frozenset({2, 3}) conf: 0.6666666666666666
frozenset({3}) --> frozenset({2, 5}) conf: 0.6666666666666666
frozenset({2}) --> frozenset({3, 5}) conf: 0.6666666666666666
rules： [(frozenset({5}), frozenset({3}), 0.6666666666666666), (frozenset({3}), frozenset({5}), 0.6666666666666666), (frozenset({3}), frozenset({1}), 0.6666666666666666), (frozenset({1}), frozenset({3}), 1.0), (frozenset({5}), frozenset({2}), 1.0), (frozenset({2}), frozenset({5}), 1.0), (frozenset({3}), frozenset({2}), 0.6666666666666666), (frozenset({2}), frozenset({3}), 0.6666666666666666), (frozenset({5}), frozenset({2, 3}), 0.6666666666666666), (frozenset({3}), frozenset({2, 5}), 0.6666666666666666), (frozenset({2}), frozenset({3, 5}), 0.6666666666666666)]

示例：发现毒蘑菇的相似毒蘑菇的相似特征
在结果中搜索包含有毒特征值2的频繁项集：
frozenset({'2', '93'})
frozenset({'85', '2'})
frozenset({'2', '36'})
frozenset({'2', '59'})
frozenset({'2', '34'})
frozenset({'2', '28'})
frozenset({'2', '23'})
frozenset({'2', '63'})
frozenset({'2', '67'})
frozenset({'53', '2'})
frozenset({'2', '90'})
frozenset({'2', '39'})
frozenset({'2', '86'})
frozenset({'2', '76'})
```