先验算法-Python

1、导入常用库

代码：

# Importing the libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

2、数据预处理

代码：

# Data Preprocessing
dataset = pd.read_csv('Market_Basket_Optimisation.csv', header = None)
transactions = []
for i in range(0, 7501):
    transactions.append([str(dataset.values[i,j]) for j in range(0, 20)])

数据源：这是一家杂货铺一周的销售记录，记录这每一笔订单购买的物品种类，不超过20种。

数据源.PNG
处理数组.PNG

在Python中，我们会自动给行和列建立引索，也会自动将第一行设置为字段名称或者说是属性名称，对于这个数据，是没有字段引索的，所以我们要将标题行去掉，也就是设置属性header=None。
数组的append就是附加列的意思。

3、训练先验算法

代码：

# Training Apriori on the dataset
from apyori import apriori
rules = apriori(transactions, min_support = 0.003, min_confidence = 0.2, min_lift = 3, min_length = 2)

我们的第一个参数是数据集，第二个参数是确定分析物品的重要度，这里我们设置
一星期这件物品至少卖出21件，第三个参数是信息价值，也就是买这件物品再买其他物品的可能性，第四个参数是最小提升度，也就是买第一件物品对后面物品的重要程度，第五个参数是最少统计两种物品的相关程度。
我们在实际中需要不断地调整只，保持最佳的结果。这里比如我将最小信息度设为0.4，会出现有些物品并不是相关度高，二是本身销量高，比如水和米没关系，大家买水又买米的可能性高，可能是它们自生的需求量高。
信息量设为0.8会导致没有符合条件的结果。

4、可视化结果

代码：

# Visualising the results
results = list(rules)
myResults = [list(x) for x in results]

myResults.PNG results.PNG

在实际中我们将相关度高的两种产品放在一起，或者分开放，统计销售业绩来调整模型参数。
我们可以看到转化为数组后结果更方便我们查看。
分析第一组数据，我们可以看出轻奶油和鸡肉的相关度比较高，买亲奶油的人买鸡肉的可能性提高了4.8倍。