#?-*-?coding:?utf-8?-*-
from?__future__?import?print_function
import?pandas?as?pd

#自定義連接函數(shù)，用于實現(xiàn)L_{k-1}到C_K的連接
def?connect_string（xms）:
????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（ilen（x））:
????????????if?x[i][:l-1]?==?x[j][:l-1]?and?x[i][l-1]?!=x[j][l-1]:
????????????????r.append（x[i][:l-1]?+?sorted（[x[j][l-1]x[i][l-1]]））
????return?r

#尋找關(guān)聯(lián)規(guī)則的函數(shù)

def?find_rule（dsupportconfidencems=u‘--‘）:
????result?=?pd.Dataframe（index?=?[‘support‘‘confidence‘]）#定義輸出結(jié)果
????support_series?=?1.0*d.sum（）/len（d）#支持度序列
????column?=?list（support_series[support_series?>?support].index）#初步根據(jù)支持度篩選
????k?=?0

????while?len（column）>1:
????????k?=?k+1
????????print（u‘\n正在進(jìn)行第%s次搜索。。。‘%k）
????????column=connect_string（columnms）
????????print（u‘?dāng)?shù)目：%s...‘?%?len（column））
????????sf?=?lambda?i?:?d[i].prod（axis=1numeric_only=True）#新一批支持度的計算函數(shù)

????????#創(chuàng)建連接數(shù)據(jù)，這一步耗時、耗內(nèi)存最嚴(yán)重。當(dāng)數(shù)據(jù)集較大時，可以考慮并行運算優(yōu)化
????????d_2?=?pd.Dataframe（list（map（sfcolumn））?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）#計算連接后的支持度
????????column?=?list（support_series_2[support_series_2?>?support].index）#新一輪支持度篩選
????????support_series?=?support_series.append（support_series_2）
????????column2=[]

????????for?i?in?column:#遍歷可能的推理，如{ABC}究竟是A+B-->C還是B+C-->A還是A+C-->B
????????????i?=?i.split（ms）
????????????for?j?in?range（len（i））:
????????????????column2.append（i[:j]+i[j+1:]?+i[j:j+1]）

????????confidence_series?=?pd.Series（index=[ms.join（i）?for?i?in?column2]）#定義置信度序列

????????for?i?in?column2:#計算自信度序列
????????????confidence_series[ms.join（i）]=support_series[ms.join（sorted（i））]/support_series[ms.join（i[:len（i）?-?1]）]

????????for?i?in?confidence_series[confidence_series>confidence].index:#置信度篩選
????????????result[i]?=?0.0
????????????result[i][‘confidence‘]?=?confidence_series[i]
????????????result[i][‘support‘]?=?support_series[ms.join（sorted（i.split（ms）））]

????result?=?result.T.sort_values（[‘confidence‘‘support‘]ascending=False）#結(jié)果整理輸出
????print（u‘\n結(jié)果為：‘）
????print（result）
????return?result???????????????????????????????????????????????????????????????????????????????????????
???????????????????????????????????????????????????????????????????????????????????????????












???????????????????????????????????????????????????????????????????????????????????????????



???????????????????????????????????????????????????????????????????????????????????????????

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????2917??2018-12-08?11:13??Apriori算法+數(shù)據(jù)\apriori.py

?????文件???????8837??2018-12-08?10:29??Apriori算法+數(shù)據(jù)\lesson_buy.xlsx

?????目錄??????????0??2018-12-08?11:17??Apriori算法+數(shù)據(jù)

-----------?---------??----------?-----??----

????????????????11754????????????????????3