原文鏈接：http://tecdat.cn/?p=26999

原文出處：拓端數(shù)據(jù)部落公眾號(hào)

Apriori 算法是一個(gè)相當(dāng)新的算法，由 Agrawal 和 Srikant 于 1994 年提出。它是一種用于頻繁項(xiàng)集挖掘的算法，允許公司理解和組織向上銷售和交叉銷售活動(dòng)。

視頻：R語言關(guān)聯(lián)規(guī)則模型(Apriori算法)挖掘雜貨店的交易數(shù)據(jù)與交互可視化

關(guān)聯(lián)規(guī)則模型、Apriori算法及R語言挖掘雜貨店交易數(shù)據(jù)與交互可視化

，時(shí)長07:03

最強(qiáng)大的應(yīng)用程序之一是我們?cè)趤嗰R遜上在線購物時(shí)看到的推薦系統(tǒng) - 以及當(dāng)今幾乎所有電子商務(wù)網(wǎng)站上都存在的各種其他版本。

這是為了幫助理解一個(gè)非常簡(jiǎn)單的數(shù)據(jù)集，其中包含單個(gè)國際標(biāo)準(zhǔn)書號(hào) (ISBN)，它是一本書的唯一國際出版商標(biāo)識(shí)符號(hào)。每行代表購買了所列書籍的唯一客戶。

目標(biāo)是了解基本購買行為，向客戶推薦的其他書籍是什么——這樣它可以提高公司的收入以及對(duì)所提供服務(wù)的整體滿意度。

我們以網(wǎng)絡(luò)圖結(jié)束，該圖展示了置信度高于 55% 的關(guān)系。

設(shè)置和導(dǎo)入數(shù)據(jù)集

1. import numpy as np

2. import pandas as pd

3. 


4. data.head()

data.shape

?

數(shù)據(jù)集上的EDA

1. #執(zhí)行堆疊的步驟，轉(zhuǎn)換為字符串，包括刪除索引

2. dt2 = pd.DataFrame

3. dt2 = dt2.reset_index(drop = True)

?

dt2.nunique() ?# 總共有4,999本獨(dú)特的書籍

?

1. #數(shù)據(jù)集中購買最多的前10本書

2. top0 = pd.DataFrame(dt2.value_counts(sort= True, ascending=False).head(10))

3. to10

?

1. 


2. # 創(chuàng)建條形圖

3. plt.bar(t0.index, top_10['Frequency'])

?

預(yù)處理

1. 


2. 


3. tdf = t.fit(d2).transform(da2)

?

1. 


2. ted = t.fit(r).transform(tr)

3. t_f

?

1. tdf = df.astype("int")

2. 


3. t_f

?

1. 


2. oks = d.DataFrame(tf, columns=e.columns_)

3. bos.head()

?

?

?

建立Apriori模型

1. 


2. runets = apriori(o2, min_support=0.01, use_colnames=True)

fetes.sort_values( by = ['support'] ,ascending = False)

?

1. 


2. rls ?= ?assoc(fret, metric = "lift", min_threshold = 1)

?

1. re.solues('confidence', ascending = False)

2. ruls.head()

?

1. rul = rls[res['confidence'] >= 0.55]

2. rue

?

結(jié)論網(wǎng)絡(luò)圖

1. fig, ax = plt.subplots(figsize = (10,6))

2. G = x.from_pandas_edgelist(ul,source = 'antecedents')

3. n.draw(A)

?

最受歡迎的見解

1.采用spss-modeler的web復(fù)雜網(wǎng)絡(luò)對(duì)所有腧穴進(jìn)行分析

2.用R語言和python進(jìn)行社交網(wǎng)絡(luò)中的社區(qū)檢測(cè)

3.R語言文本挖掘NASA數(shù)據(jù)網(wǎng)絡(luò)分析，tf-idf和主題建模

4.在R語言中使用航空公司復(fù)雜網(wǎng)絡(luò)對(duì)疫情進(jìn)行建模

5.python隸屬關(guān)系圖模型 基于模型的網(wǎng)絡(luò)中密集重疊社區(qū)檢測(cè)

6.使用Python和SAS Viya分析社交網(wǎng)絡(luò)

7.關(guān)聯(lián)網(wǎng)絡(luò)分析：已遷離北京外來人口的數(shù)據(jù)畫像

8.情感語義網(wǎng)絡(luò)：游記數(shù)據(jù)感知旅游目的地形象

9.用關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘探索藥物配伍中的規(guī)律