Python金融數(shù)據(jù)分析與挖掘（微課版） 課件 5-7.關(guān)聯(lián)規(guī)則

第5章機器學(xué)習(xí)與實現(xiàn)關(guān)聯(lián)規(guī)則概念布爾關(guān)聯(lián)規(guī)則挖掘關(guān)聯(lián)規(guī)則概念第5章

假設(shè)有以下數(shù)據(jù)，每行代表一個顧客在超市的購買記錄。I1：西紅柿、排骨、雞蛋。I2：西紅柿、茄子。I3：雞蛋、襪子。I4：西紅柿、排骨、茄子。I5：西紅柿、排骨、襪子、酸奶。I6：雞蛋、茄子、酸奶。I7：排骨、雞蛋、茄子。I8：土豆、雞蛋、襪子。I9：西紅柿、排骨、鞋子、土豆。假如有一條規(guī)則：西紅柿—排骨，則同時購買西紅柿和排骨的顧客比例為4/9，而購買西紅柿的顧客當(dāng)中也購買了排骨的比例是

4/5。這兩個比例參數(shù)在關(guān)聯(lián)規(guī)則中是非常有意義的度量，分別稱作支持度（Support）和置信度（Confidence）。支持度反映了規(guī)則的覆蓋范圍，置信度反映了規(guī)則的可信程度。關(guān)聯(lián)規(guī)則概念第5章

在關(guān)聯(lián)規(guī)則中，商品集合I={西紅柿,排骨,雞蛋,茄子,襪子,酸奶,土豆,鞋子}稱作項集，每一個顧客購買的商品集合Ii稱為一個事務(wù)，所有事務(wù)T={I1,I2,…，I9}稱作事務(wù)集合，且滿足Ii是T的真子集。項集是項的集合。包含k項的項集稱作k項集，例如，集合{西紅柿,排骨,雞蛋}是一個3項集。項集出現(xiàn)的頻率是所有包含項集的事務(wù)計數(shù)，又稱作絕對支持度或支持度計數(shù)。假設(shè)某項集I的相對支持度滿足預(yù)定義的最小支持度閾值，則I是頻繁項集。頻繁k項集通常記作k。假設(shè)有以下數(shù)據(jù)，每行代表一個顧客在超市的購買記錄。I1：西紅柿、排骨、雞蛋。I2：西紅柿、茄子。I3：雞蛋、襪子。I4：西紅柿、排骨、茄子。I5：西紅柿、排骨、襪子、酸奶。I6：雞蛋、茄子、酸奶。I7：排骨、雞蛋、茄子。I8：土豆、雞蛋、襪子。I9：西紅柿、排骨、鞋子、土豆。關(guān)聯(lián)規(guī)則概念第5章

一對一關(guān)聯(lián)規(guī)則的形式如下：，A、B滿足A、B是T的真子集，并且A和B的交集為空集。其中A稱為前件，B稱為后件。關(guān)聯(lián)規(guī)則有時也表示形如“如果……那么……”，前者是規(guī)則成立的條件，后者是條件下發(fā)生的結(jié)果。支持度和置信度有以下計算公式：支持度表示為項集A、B同時發(fā)生的概率，而置信度則表示為項集A發(fā)生的條件下項集B發(fā)生的概率。關(guān)聯(lián)規(guī)則概念第5章

多對一關(guān)聯(lián)規(guī)則的形式如下：,A、B、…、K滿足A、B、…、K是T的真子集，并且A、B、…、K的交集為空集。其中A,B,…稱為前件，K稱為后件，多對一關(guān)聯(lián)規(guī)則的支持度和置信度計算公式如下：支持度表示項集A、B、…、K同時發(fā)生的概率，而置信度則表示項集A、B、…發(fā)生的條件下項集K發(fā)生的概率。布爾關(guān)聯(lián)規(guī)則挖掘（一對一）第5章

布爾關(guān)聯(lián)規(guī)則挖掘是指將事務(wù)數(shù)據(jù)集轉(zhuǎn)化為布爾值（0或1）數(shù)據(jù)集，并在布爾數(shù)據(jù)集基礎(chǔ)上挖掘關(guān)聯(lián)規(guī)則的一種方法。ID土豆排骨茄子襪子西紅柿酸奶鞋子雞蛋I101001001I200101000I300010001I401101000I501011100………………………………………………布爾數(shù)據(jù)集示例布爾關(guān)聯(lián)規(guī)則挖掘（一對一）第5章

1．事務(wù)數(shù)據(jù)集轉(zhuǎn)化為布爾（0或1）值數(shù)據(jù)表算法如下：首先，定義一個空的字典D和包含所有商品的列表item=['西紅柿','排骨','雞蛋','茄子','襪子','酸奶','土豆','鞋子']。其次，定義一個長度與數(shù)據(jù)集長度（事務(wù)個數(shù)）相同的一維全零數(shù)組z。循環(huán)操作商品列表item，對每一個商品，搜索其所在事務(wù)序號（行號），并將事務(wù)序號對應(yīng)的z位置修改為1，同時以商品作為鍵，z作為值，添加到字典D中。最后，將D轉(zhuǎn)化為數(shù)據(jù)框。布爾關(guān)聯(lián)規(guī)則挖掘（一對一）第5章

1．事務(wù)數(shù)據(jù)集轉(zhuǎn)化為布爾（0或1）值數(shù)據(jù)表item=['西紅柿','排骨','雞蛋','茄子','襪子','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)#布爾值數(shù)據(jù)表布爾關(guān)聯(lián)規(guī)則挖掘（一對一）第5章

2．挖掘兩項之間的關(guān)聯(lián)規(guī)則（一對一），并將結(jié)果導(dǎo)出到Excel文件中#獲取字段名稱,并轉(zhuǎn)化為列表c=list(Data.columns)c0=0.5#最小置信度s0=0.2#最小支持度list1=[]#預(yù)定義列表list1，用于存放規(guī)則list2=[]#預(yù)定義列表list2，用于存放規(guī)則的支持度list3=[]#預(yù)定義列表list3，用于存放規(guī)則的置信度forkinrange(len(c)):forqinrange(len(c)):#對第c[k]個項與第c[q]個項挖掘關(guān)聯(lián)規(guī)則#規(guī)則的前件為c[k]#規(guī)則的后件為c[q]#要求前件和后件不相等ifc[k]!=c[q]:c1=Data[c[k]]c2=Data[c[q]]I1=c1.values==1I2=c2.values==1

t12=np.zeros((len(c1)))t1=np.zeros((len(c1)))t12[I1&I2]=1t1[I1]=1sp=sum(t12)/len(c1)#支持度co=sum(t12)/sum(t1)#置信度#取置信度大于等于c0的關(guān)聯(lián)規(guī)則ifco>=c0andsp>=s0:list1.append(c[k]+'--'+c[q])list2.append(sp)list3.append(co)#定義字典，用于存放關(guān)聯(lián)規(guī)則及其置信度、支持度R={'rule':list1,'support':list2,'confidence':list3}#將字典轉(zhuǎn)化為數(shù)據(jù)框R=pd.DataFrame(R)#將結(jié)果導(dǎo)出到ExcelR.to_excel('rule1.xlsx')布爾關(guān)聯(lián)規(guī)則挖掘（一對一）第5章

2．挖掘兩項之間的關(guān)聯(lián)規(guī)則（一對一），并將結(jié)果導(dǎo)出到Excel文件中IDrulesupportconfidence0排骨