efficient_apriori工具包安裝

本文使用的工具是efficient_apriori，導(dǎo)入會(huì)出現(xiàn)報(bào)錯(cuò)：No module named 'efficient_apriori'，則需進(jìn)行安裝工具包

image.png

直接pip install efficient_apriori會(huì)出現(xiàn)超時(shí)的報(bào)錯(cuò)
需要借助鏡像源，如下也會(huì)報(bào)錯(cuò)：

pip install efficient_apriori http://mirrors.aliyun.com/pypi/simple/

image.png

需要對(duì)鏡像源進(jìn)行調(diào)整，就可以成功，如下：

pip install efficient_apriori -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com pip

image.png

Apriori算法原理

在介紹Apriori算法之前，先簡(jiǎn)單了解一下關(guān)聯(lián)規(guī)則:

Association Rules，或者是 Basket Analysis
解釋了：如果一個(gè)消費(fèi)者購買了產(chǎn)品A，那么他有多大幾率會(huì)購買產(chǎn)品B?

故事：

啤酒和尿布：
沃爾瑪在分析銷售記錄時(shí)，發(fā)現(xiàn)啤酒和尿布經(jīng)常一起被購買，于是他們調(diào)整了貨架，把兩者放在一起，結(jié)果真的提升了啤酒的銷量。
原因解釋：爸爸在給寶寶買尿布的時(shí)候，會(huì)順便給自己買點(diǎn)啤酒？
沃爾瑪是最早通過大數(shù)據(jù)分析而受益的傳統(tǒng)零售企業(yè)，對(duì)消費(fèi)者購物行為進(jìn)行跟蹤和分析。

根據(jù)舉例內(nèi)容，理解支持度、置信度、提升度：

image.png

支持度：

是個(gè)百分比，指的是某個(gè)商品組合出現(xiàn)的次數(shù)與總次數(shù)之間的比例。支持度越高，代表這個(gè)組合出現(xiàn)的頻率越大。
“牛奶”的支持度=4/5=0.8
“牛奶+面包”的支持度=3/5=0.6。

置信度：

是個(gè)條件概念
指的是當(dāng)你購買了商品A，會(huì)有多大的概率購買商品B
置信度（牛奶→啤酒）=2/4=0.5
置信度（啤酒→牛奶）=2/3=0.67

提升度：

商品A的出現(xiàn)，對(duì)商品B的出現(xiàn)概率提升的程度
如果我們單純看置信度(可樂→尿布)=1，也就是說可樂出現(xiàn)的時(shí)候，用戶都會(huì)購買尿布，那么當(dāng)用戶購買可樂的時(shí)候，就需要推薦尿布么？

提升度：商品A的出現(xiàn)，對(duì)商品B的出現(xiàn)概率提升的程度
提升度(A→B)=置信度(A→B)/支持度(B)
提升度的三種可能：
提升度(A→B)>1：代表有提升；
提升度(A→B)=1：代表有沒有提升，也沒有下降；
提升度(A→B)<1：代表有下降。

Apriori算法原理
我們把上面案例中的商品用ID來代表，

牛奶、面包、尿布、可樂、啤酒、雞蛋的商品ID分別設(shè)置為1-6
Apriori算法就是查找頻繁項(xiàng)集(frequent itemset)的過程
頻繁項(xiàng)集：支持度大于等于最小支持度(Min Support)閾值的項(xiàng)集。
非頻繁項(xiàng)集：支持度小于最小支持度的項(xiàng)集

image.png

（1）
先計(jì)算K=1項(xiàng)的支持度

image.png

假設(shè)最小支持度=0.5，那么Item4和6不符合最小支持度的，不屬于頻繁項(xiàng)集

image.png

（2）
在這個(gè)基礎(chǔ)上，我們將商品兩兩組合，得到k=2項(xiàng)的支持度

image.png

篩選掉小于最小值支持度的商品組合

image.png

(3)
將商品進(jìn)行K=3項(xiàng)的商品組合，可以得到：

image.png

篩選掉小于最小值支持度的商品組合

image.png

得到K=3項(xiàng)的頻繁項(xiàng)集{1,2,3}，也就是{牛奶、面包、尿布}的組合

Apriori算法的流程：

Step1，K=1，計(jì)算K項(xiàng)集的支持度；
Step2，篩選掉小于最小支持度的項(xiàng)集；
Step3，如果項(xiàng)集為空，則對(duì)應(yīng)K-1項(xiàng)集的結(jié)果為最終結(jié)果。
否則K=K+1，重復(fù)1-3步。

示例

from efficient_apriori import apriori
# 設(shè)置數(shù)據(jù)集
transactions = [('牛奶','面包','尿布'),
                ('可樂','面包', '尿布', '啤酒'),
                ('牛奶','尿布', '啤酒', '雞蛋'),
                ('面包', '牛奶', '尿布', '啤酒'),
                ('面包', '牛奶', '尿布', '可樂')]
# 挖掘頻繁項(xiàng)集和頻繁規(guī)則
itemsets, rules = apriori(transactions, min_support=0.5,  min_confidence=1)
print("頻繁項(xiàng)集：", itemsets)
print("關(guān)聯(lián)規(guī)則：", rules)

image.png