在Python中使用FP-Growth算法确定最频繁的模式

Question

我已经使用mlxtend.frequent_patterns fpgrowth库在python中使用FP-Growth算法。我遵循了他们页面中提到的代码，并且生成了一些我认为是递归的规则。我已经使用这些规则形成了一个数据框。现在，我正在尝试使用循环来计算支撑力和提升力，但是却浪费了很多时间，而我发现效率很低。请困在这里，请帮助我解决这个问题。我使用的代码如下：-

records = []
for i in range(0, 13748):
    records.append([str(df.values[i,j]) for j in range(0, 12)])

patterns = pyfpgrowth. find_frequent_patterns(records, 10)

rules = pyfpgrowth. generate_association_rules(patterns,0.8)


def support_count(rhs):
    count=0
    rhs=set(rhs)
    for j in data_item['Items']:
        j=set(j)
        if(rhs.issubset(j)):
            count=count+1
    return count


rhs_support=[]
for i in df_r['Consequent']:
    a=support_count(i)
    rhs_support.append(a/len(data_item))

还有使用FPGrowth计算支撑力和提升力的其他简便方法吗？

提前感谢。