35. 购物数据关联规则分析#

35.1. 知识点#

数据集制作
数据预处理
Apriori 算法的应用
关联规则的生成

35.2. 挑战介绍#

挑战给出一个超市购物数据集，里面包含了 7500 条数据，每条数据为单个购物车数据。数据下载地址为：

wget -nc https://cdn.aibydoing.com/hands-on-ai/files/shopping_data.csv

35.3. 挑战内容#

Exercise 35.1

挑战将使用 Apriori 算法对数据集进行关联规则分析，请找出符合最小支持度阈值为 0.05 的频繁项集，并计算出最小置信度阈值为 0.2 的关联规则。

挑战开始之前，你需要先打开终端，执行以下步骤安装 mlxtend 机器学习算法库。

pip install mlxtend

35.4. 挑战要求#

需要将代码保存到 Code 文件夹中，并以 association.py 命名。
你需要将代码写在 def rule() 中，不能修改函数名。
挑战需要依次返回频繁项集和关联规则对应的 DataFrame。
测试时，需要使用 python 运行 association.py，避免出现无相应模块的情况。

35.5. 示例代码#

def rule():
    
    ### 补充代码 ###
    
    return frequent_itemsets, association_rules # 返回频繁项集和关联规则对应的 DataFrame

特别注意：不能修改 rule() 函数名，且不能向 rule() 中添加参数。否则系统将无法正确评判结果。

Solution to Exercise 35.1

import pandas as pd
from mlxtend.preprocessing import TransactionEncoder
from mlxtend.frequent_patterns import apriori
from mlxtend.frequent_patterns import association_rules as rules

def rule():

    df = pd.read_csv("shopping_data.csv", header=None)
    dataset = df.stack().groupby(level=0).apply(list).tolist()

    te = TransactionEncoder()  # 定义模型
    te_ary = te.fit_transform(dataset)  # 转换数据集
    df = pd.DataFrame(te_ary, columns=te.columns_)  # 将数组处理为 DataFrame

    frequent_itemsets = apriori(df, min_support=0.05, use_colnames=True)
    association_rules = rules(frequent_itemsets, metric="confidence", min_threshold=0.2) # 置信度阈值为 0.1
    
    return frequent_itemsets, association_rules

如果你觉得这些内容对你有帮助，可以通过微信赞赏码或者 Buy Me a Coffee 请我喝杯咖啡。