Apriori——python3實現

　　最近看了關聯算法中的Apriori沒看懂，這次看了一些論文總算看懂了，不過還是沒能夠自己實現。在github搜到一些代碼看，看的不很懂，這里先貼上（當中有自己加的注釋），有時間再補充研究。

　　

# -*- coding: utf-8 -*-
"""
Created on Wed Nov 30 10:05:42 2016

@author: Administrator
"""
from numpy import *
import itertools
 
support_dic = {}
 
#生成原始數據，用於測試
def loadDataSet():
    return [[1, 3, 4], [2, 3, 5], [1, 2, 3, 5], [2, 5]]
 
#獲取整個數據庫中的一階元素
# C1 = {1, 2, 3, 4, 5}	
def createC1(dataSet):
    C1 = set([])
    for item in dataSet:
        C1 = C1.union(set(item))
    return [frozenset([i]) for i in C1]
 
#輸入數據庫（dataset） 和 由第K-1層數據融合后得到的第K層數據集（Ck），
#用最小支持度（minSupport)對 Ck 過濾，得到第k層剩下的數據集合（Lk）
def getLk(dataset, Ck, minSupport):
    global support_dic
    Lk = {}
    #計算Ck中每個元素在數據庫中出現次數
    for item in dataset:
        for Ci in Ck:
            if Ci.issubset(item):
                if not Ci in Lk:
                    Lk[Ci] = 1
                else:
                    Lk[Ci] += 1
    #用最小支持度過濾
    Lk_return = []
    for Li in Lk:
        support_Li = Lk[Li] / float(len(dataSet))
        if support_Li >= minSupport:
            Lk_return.append(Li)
            support_dic[Li] = support_Li
    return Lk_return

#將經過支持度過濾后的第K層數據集合（Lk）融合
#得到第k+1層原始數據Ck1
'''連接步'''
def genLk1(Lk):
    Ck1 = []
    for i in range(len(Lk) - 1):
        for j in range(i + 1, len(Lk)):
            if sorted(list(Lk[i]))[0:-1] == sorted(list(Lk[j]))[0:-1]:
                Ck1.append(Lk[i] | Lk[j])											
    return Ck1
  
#遍歷所有二階及以上的頻繁項集合
def genItem(freqSet, support_dic):
    for i in range(1, len(freqSet)):
        for freItem in freqSet[i]:
            genRule(freItem)

#輸入一個頻繁項，根據“置信度”生成規則
#采用了遞歸，對規則樹進行剪枝
def genRule(Item, minConf=0.7):
    if len(Item) >= 2:
        for element in itertools.combinations(list(Item), 1):
            if support_dic[Item] / float(support_dic[Item - frozenset(element)]) >= minConf:
                print(str([Item - frozenset(element)]) + "----->" + str(element))
                print (support_dic[Item] / float(support_dic[Item - frozenset(element)]))
                genRule(Item - frozenset(element))

#輸出結果
if __name__ == '__main__':
    dataSet = loadDataSet()
    result_list = []
    Ck = createC1(dataSet)
    #循環生成頻繁項集合，直至產生空集
    while True:
        Lk = getLk(dataSet, Ck, 0.5)
        if not Lk:
            break
        result_list.append(Lk)
        Ck = genLk1(Lk)
        if not Ck:
            break
    #輸出頻繁項及其“支持度”
    print(support_dic)
    #輸出規則
    genItem(result_list, support_dic)

　　輸出：