apriori.py
问题引入：杂货店购物分析，对顾客的消费分析等等

关联分析

Apriori算法 如果一个项集是频繁的，那么它的所有子集也是频繁的；相反，如果一个项集是非频繁的，那么它的所有超集也是非频繁的。常用后一个结论来减少许多计算。

使用Apriori算法发现频繁项

  1. from numpy import *
  3. def loadDataSet():
  4.     return [[1, 3, 4], [2, 3, 5], [1, 2, 3, 5], [2, 5]]
  6. def createC1(dataSet):
  7.     C1 = []
  8.     for transaction in dataSet:
  9.         for item in transaction:
  10.             if not [item] in C1:
  11.                 C1.append([item])
  13.     C1.sort()
  14.     return list(map(frozenset, C1))#use frozen set so we
  15.                             #can use it as a key in a dict    
  17. def scanD(D, Ck, minSupport):
  18.     ssCnt = {}
  19.     for tid in D:
  20.         for can in Ck:
  21.             if can.issubset(tid):
  22.                 if can not in ssCnt: ssCnt[can]=1
  23.                 else: ssCnt[can] += 1
  24.     numItems = float(len(D))
  25.     retList = []
  26.     supportData = {}
  27.     for key in ssCnt:
  28.         support = ssCnt[key]/numItems
  29.         if support >= minSupport:
  30.             retList.insert(0,key)
  31.         supportData[key] = support
  32.     return retList, supportData

（出现的一些报错https://blog.csdn.net/qq_36366757/article/details/81204492）