Python金融数据分析与挖掘（微课版） 课件 5-7.关联规则.pptx

第5章机器学习与实现关联规则概念布尔关联规则挖掘

关联规则概念第5章假设有以下数据，每行代表一个顾客在超市的购买记录。I1：西红柿、排骨、鸡蛋。I2：西红柿、茄子。I3：鸡蛋、袜子。I4：西红柿、排骨、茄子。I5：西红柿、排骨、袜子、酸奶。I6：鸡蛋、茄子、酸奶。I7：排骨、鸡蛋、茄子。I8：土豆、鸡蛋、袜子。I9：西红柿、排骨、鞋子、土豆。假如有一条规则：西红柿—排骨，则同时购买西红柿和排骨的顾客比例为4/9，而购买西红柿的顾客当中也购买了排骨的比例是?4/5。这两个比例参数在关联规则中是非常有意义的度量，分别称作支持度（Support）和置信度（Confidence）。支持度反映了规则的覆盖范围，置信度反映了规则的可信程度。

关联规则概念第5章在关联规则中，商品集合I={西红柿,排骨,鸡蛋,茄子,袜子,酸奶,土豆,鞋子}称作项集，每一个顾客购买的商品集合Ii称为一个事务，所有事务T={I1,I2,…，I9}称作事务集合，且满足Ii是T的真子集。项集是项的集合。包含k项的项集称作k项集，例如，集合{西红柿,排骨,鸡蛋}是一个3项集。项集出现的频率是所有包含项集的事务计数，又称作绝对支持度或支持度计数。假设某项集I的相对支持度满足预定义的最小支持度阈值，则I是频繁项集。频繁k项集通常记作k。假设有以下数据，每行代表一个顾客在超市的购买记录。I1：西红柿、排骨、鸡蛋。I2：西红柿、茄子。I3：鸡蛋、袜子。I4：西红柿、排骨、茄子。I5：西红柿、排骨、袜子、酸奶。I6：鸡蛋、茄子、酸奶。I7：排骨、鸡蛋、茄子。I8：土豆、鸡蛋、袜子。I9：西红柿、排骨、鞋子、土豆。

关联规则概念第5章一对一关联规则的形式如下：，A、B满足A、B是T的真子集，并且A和B的交集为空集。其中A称为前件，B称为后件。关联规则有时也表示形如“如果……那么……”，前者是规则成立的条件，后者是条件下发生的结果。支持度和置信度有以下计算公式：支持度表示为项集A、B同时发生的概率，而置信度则表示为项集A发生的条件下项集B发生的概率。

关联规则概念第5章多对一关联规则的形式如下：,A、B、…、K满足A、B、…、K是T的真子集，并且A、B、…、K的交集为空集。其中A,B,…称为前件，K称为后件，多对一关联规则的支持度和置信度计算公式如下：支持度表示项集A、B、…、K同时发生的概率，而置信度则表示项集A、B、…发生的条件下项集K发生的概率。

布尔关联规则挖掘（一对一）第5章布尔关联规则挖掘是指将事务数据集转化为布尔值（0或1）数据集，并在布尔数据集基础上挖掘关联规则的一种方法。ID土豆排骨茄子袜子西红柿酸奶鞋子鸡蛋I101001001I200101000I300010001I401101000I501011100………………布尔数据集示例

布尔关联规则挖掘（一对一）第5章1．事务数据集转化为布尔（0或1）值数据表算法如下：首先，定义一个空的字典D和包含所有商品的列表item=[西红柿,排骨,鸡蛋,茄子,袜子,酸奶,土豆,鞋子]。其次，定义一个长度与数据集长度（事务个数）相同的一维全零数组z。循环操作商品列表item，对每一个商品，搜索其所在事务序号（行号），并将事务序号对应的z位置修改为1，同时以商品作为键，z作为值，添加到字典D中。最后，将D转化为数据框。

布尔关联规则挖掘（一对一）第5章1．事务数据集转化为布尔（0或1）值数据表item=[西红柿,排骨,鸡蛋,茄子,袜子,酸奶,土豆,鞋子]importpandasaspdimportnumpyasnpdata=pd.read_excel(tr.xlsx,header=None)data=data.iloc[:,1:]D=dict()fortinrange(len(item)):z=np.zeros((len(data)))li=list()forkinrange(len(data.iloc[0,:])):s=data.iloc[:,k]==tiem[t]li.extend(list(s[s.values==True].index))z[li]=1D.setdefault(item[t],z)Data=pd.DataFrame(D)#布尔值数据表

布尔关联规则挖掘（一对一）第5章2．挖掘两项之间的关联规则（一对一），并将结果导出到Excel文件中#获取字段名称,并转化为列表c=list(Data.columns)c0=0.5#最小置信度s0=0.2#最小支持度list1=[]#预定义列表list1，用于存放规则list2=[