# -*- coding: utf-8 -*-
"""created on sun dec 23 15:50:25 2018
@author: muli
"""from __future__ import print_function
import pandas as pd
#自定義連線函式，用於實現l_到c_k的連線
def connect_string(x, ms):
x = list(map(lambda i:sorted(i.split(ms)), x))
l = len(x[0])
r =
for i in range(len(x)):
for j in range(i,len(x)):
if x[i][:l-1] == x[j][:l-1] and x[i][l-1] != x[j][l-1]:
return r
#尋找關聯規則的函式
def find_rule(d, support, confidence, ms = u'--'):
result = pd.dataframe(index=['support', 'confidence']) #定義輸出結果
support_series = 1.0*d.sum()/len(d) #支援度序列
column = list(support_series[support_series > support].index) #初步根據支援度篩選
k = 0
while len(column) > 1:
k = k+1
print(u'\n正在進行第%s次搜尋...' %k)
column = connect_string(column, ms)
print(u'數目：%s...' %len(column))
sf = lambda i: d[i].prod(axis=1, numeric_only = true) #新一批支援度的計算函式
#建立連線資料，這一步耗時、耗記憶體最嚴重。當資料集較大時，可以考慮並行運算優化。
d_2 = pd.dataframe(list(map(sf,column)), index = [ms.join(i) for i in column]).t
support_series_2 = 1.0*d_2[[ms.join(i) for i in column]].sum()/len(d) #計算連線後的支援度
column = list(support_series_2[support_series_2 > support].index) #新一輪支援度篩選
column2 =
for i in column: #遍歷可能的推理，如究竟是a+b-->c還是b+c-->a還是c+a-->b？
i = i.split(ms)
for j in range(len(i)):
cofidence_series = pd.series(index=[ms.join(i) for i in column2]) #定義置信度序列
for i in column2: #計算置信度序列
cofidence_series[ms.join(i)] = support_series[ms.join(sorted(i))]/support_series[ms.join(i[:len(i)-1])]
for i in cofidence_series[cofidence_series > confidence].index: #置信度篩選
result[i] = 0.0
result[i]['confidence'] = cofidence_series[i]
result[i]['support'] = support_series[ms.join(sorted(i.split(ms)))]
# 排序已改變
result = result.t.sort_values(['confidence','support'], ascending = false) #結果整理，輸出
print(u'\n結果為：')
print(result)
return result
# -*- coding: utf-8 -*-
"""created on sun dec 23 16:00:03 2018
@author: muli
"""#使用apriori演算法挖掘菜品訂單關聯規則
from __future__ import print_function
import pandas as pd
#匯入自行編寫的apriori函式
from apriori_self import find_rule
inputfile = './data/menu_orders.xls'
outputfile = './tmp/apriori_rules.xls' #結果檔案
data = pd.read_excel(inputfile, header = none)
print(u'\n轉換原始資料至0-1矩陣...')
ct = lambda x : pd.series(1, index = x[pd.notnull(x)]) #轉換0-1矩陣的過渡函式
b = map(ct, data.as_matrix()) #用map方式執行
data = pd.dataframe(list(b)).fillna(0) #實現矩陣轉換，空值用0填充
print(u'\n轉換完畢。')
del b #刪除中間變數b，節省記憶體
support = 0.2 #最小支援度
confidence = 0.5 #最小置信度
ms = '---' #連線符，預設'--'，用來區分不同元素，如a--b。需要保證原始**中不含有該字元
#儲存結果
res=find_rule(data, support, confidence, ms)
res.to_excel(outputfile)
機器學習演算法 之Apriori
apriori演算法不同於以前接觸過的機器學習演算法，這種演算法用於在資料集中尋找有趣的關係。這些關係可以有兩種形式 頻繁項集或者關聯規則。關於演算法的詳細介紹參見 def apriori dataset,minsupport 0.5 c1 createc1 dataset d map set,da...
機器學習 演算法 Apriori
參考 很多人都喜歡用 啤酒跟尿布 這個例子來比喻機器學習，主要就是想說明apriori在挖掘物件關聯的重要作用，這個演算法很簡單，沒有涉及複雜的數學知識，一點邏輯而已，還有改進的apriori演算法，有時間我也會實現一下 簡單實現了一下apriori，直接上python 和結果 coding utf...
機器學習 Apriori演算法
apriori演算法包含兩部分內容 1，發現頻繁項集 2，挖掘關聯規則。通俗地解釋一下，就是這個意思 1.發現哪些專案常常同時出現 2.挖掘這些常常出現的專案是否存在 如果a那麼b 的關係。舉個例子 購物訂單常常會出現這樣一種情況 那就是某幾種物品常常一起買。比如鍋和鏟子 手機和手機殼等就會常常出現...