我的數(shù)據(jù)集是一個與客戶購買信息相當?shù)泥徑泳仃?。示例玩具?shù)據(jù)集：p = {'A': [0,1,0,1], 'B': [1,1,1,1], 'C': [0,0,1,1], 'D': [1,1,1,0]}df = pd.DataFrame(data=p)df現(xiàn)在我對頻繁項集感興趣，所以我使用了先驗 fim：from mlxtend.frequent_patterns import apriorifrequent_itemsets = apriori(df, min_support=0.1, use_colnames=True)frequent_itemsets現(xiàn)在我們看到項集 (D,B) 出現(xiàn)在 75% 的數(shù)據(jù)集中。但我實際上對這個項目集出現(xiàn)在哪些行感興趣，因為索引有一些信息（哪個客戶購買了這些項目）。很快，我很好奇如何在我的數(shù)據(jù)集中進行過濾以查看哪些行與特定項目集相對應。這個包/庫中是否有這樣的功能。這樣我就可以過濾第 0,1 行和第 2 行中出現(xiàn)的項目集 (D,B)？
1 回答
catspeake
TA貢獻1111條經(jīng)驗 獲得超0個贊
似乎沒有直接的方法可以通過apriori. 但是，一種方法如下：
from mlxtend.frequent_patterns import apriori
frequent_itemsets = apriori(df, min_support=0.1, use_colnames=True)
# lists of columns where value is 1 per row
cols = df.dot(df.columns).map(set).values.tolist()
# use sets to see which rows are a superset of the sets in cols
set_itemsets = map(set,frequent_itemsets.itemsets.values.tolist())
frequent_itemsets['indices'] = [[ix for ix,j in enumerate(cols) if i.issubset(j)]
for i in set_itemsets]
print(frequent_itemsets)
support itemsets indices
0 0.50 (A) [1, 3]
1 1.00 (B) [0, 1, 2, 3]
2 0.50 (C) [2, 3]
3 0.75 (D) [0, 1, 2]
4 0.50 (A, B) [1, 3]
5 0.25 (A, C) [3]
6 0.25 (A, D) [1]
7 0.50 (C, B) [2, 3]
8 0.75 (B, D) [0, 1, 2]
9 0.25 (C, D) [2]
10 0.25 (A, B, C) [3]
11 0.25 (A, B, D) [1]
12 0.25 (C, B, D) [2]
添加回答
舉報
0/150
提交
取消