基于类别数据的 Apriori 算法

Posted 2023-03-23

【中文标题】基于类别数据的 Apriori 算法

【英文标题】：Apriori algorithm on categories data

【发布时间】：2017-03-23 13:25:22

【问题描述】：

我正在处理一个提供输入文件categories.txt 的项目，它被要求首先输出所有长度为1 的频繁类别，最小支持为0.01。然后到所有频繁类别集。

目标是在文件中写入绝对支持（计数）的以下数据，例如：

2851：快餐；餐厅

我以列表的形式检索所有数据

data = []
with open("categories.txt") as file:
for line in file:
    line = line.replace("\n", "")
    line = line.split(";")
    data.append(line)

我的问题是我不知道如何处理第二种情况，找到所有类别的所有组合及其绝对支持（不是百分比支持）。我没有在 python 中找到任何好的 Apriori 库。

感谢您的帮助。

【问题讨论】：

这要么是题外话（在它要求图书馆推荐的程度上）或过于宽泛（在它要求实现非平凡机器学习算法的程度上） .请编辑您的问题，使其既切题又集中。见help center。

【参考方案1】：

请在此处查找python中的频繁项集挖掘库：Mining Frequent Itemsets PY Library

但我建议您不要使用 Apriori 算法来挖掘频繁项集。与其他频繁项集挖掘算法相比，它的速度很慢。至少检查一下 FP-Growth 算法，哪个更有效并在链接库中实现。