1、学习关联规则挖掘的可视化设计

https://www.cnblogs.com/kori/p/12457472.html

2、用python3编写并运行关联规则的apriori算法。

算法主要代码已经完成，请进行调试，并对给出的菜品数据进行关联规则挖掘。

# -*- coding:utf-8 -*-

import pandas as pd

#from __future__ import print_function

# 导入 apriori 函数

#from apriori import *

# 自定义连接函数，用于实现L_{k-1}到C_k的连接

def connect_string(x, ms):

    x = list(map(lambda i: sorted(i.split(ms)), x))

    l = len(x[0])

    r = []

    for i in range(len(x)):

        for j in range(i, len(x)):

            if x[i][:l - 1] == x[j][:l - 1] and x[i][l - 1] != x[j][l - 1]:

                r.append(x[i][:l - 1] + sorted([x[j][l - 1], x[i][l - 1]]))

    return r

# 寻找关联规则的函数

def find_rule(d, support, confidence, ms=u'--'):

    result = pd.DataFrame(index=['support', 'confidence'])  # 定义输出结果

    support_series = 1.0 * d.sum() / len(d)  # 支持度序列

    column = list(support_series[support_series > support].index)  # 初步根据支持度筛选

    k = 0

    while len(column) > 1:

        k = k + 1

        print(u'\n正在进行#第%d次搜索...' % k)

        column = connect_string(column, ms)

        print(u'数目：%s...' % len(column))

        sf = lambda i: d[i].prod(axis=1, numeric_only=True)  # 新一批支持度的计算函数

        # 创建连接数据，这一步耗时、耗内存最严重。当数据集较大时，可以考虑并行运算优化。

        d_2 = pd.DataFrame(list(map(sf, column)), index=[ms.join(i) for i in column]).T

        support_series_2 = 1.0 * d_2[[ms.join(i) for i in column]].sum() / len(d)  # 计算连接后的支持度

        column = list(support_series_2[support_series_2 > support].index)  # 新一轮支持度筛选

        support_series = support_series.append(support_series_2)

        column2 = []

        for i in column:  # 遍历可能的推理，如{A,B,C}究竟是A+B-->C还是B+C-->A还是C+A-->B？

            i = i.split(ms)

            for j in range(len(i)):

                column2.append(i[:j] + i[j + 1:] + i[j:j + 1])

        cofidence_series = pd.Series(index=[ms.join(i) for i in column2])  # 定义置信度序列

        for i in column2:  # 计算置信度序列

            cofidence_series[ms.join(i)] = support_series[ms.join(sorted(i))] / support_series[ms.join(i[:len(i) - 1])]

        for i in cofidence_series[cofidence_series > confidence].index:  # 置信度筛选

            result[i] = 0.0

            result[i]['confidence'] = cofidence_series[i]

            result[i]['support'] = support_series[ms.join(sorted(i.split(ms)))]

    # result = result.T.sort(['confidence','support'], ascending = False) #结果整理，输出

    print(u'\n结果为：')

    print(result)

    return result

inputfile = 'D:/menu_orders.xls'

outputfile = 'D:/apriori_rules.xls'

data = pd.read_excel(inputfile, header=None)

print

u"转换原始数据至 0-1 矩阵"

ct = lambda x: pd.Series(1, index=x[pd.notnull(x)])  # 转换成 0-1 矩阵的过渡函数

b = map(ct, data.as_matrix())

data = pd.DataFrame(list(b)).fillna(0)  # 实现转换矩阵，空值用 0 填充

print

data

print

u"转换完毕"

del b

# 设定最小支持度

support = 0.2

# 设定最小置信度

confidence = 0.5

# 连接符，默认 -- ,需要保证原始表格中不含有该字符

ms = '->'

find_rule(data, support, confidence, ms).to_excel(outputfile)