赛题背景
赛题以购物篮分析为背景，要求选手对品牌的历史订单数据，挖掘频繁项集与关联规则。通过这道赛题，鼓励学习者利用订单数据，为企业提供销售策略，产品关联组合，为企业提升销量的同时，也为消费者提供更适合的商品推荐。
赛题数据
数据源：order.csv，product.csv，customer.csv，date.csv ，分别为订单表，产品表，客户表，日期表
赛题任务
现在需要你使用关联分析（比如Apriori算法） 挖掘订单中的频繁项集及关联规则
说明：
1）频繁项集、关联规则的计算会用到支持度、置信度、提升度等指标，
2）频繁项集：即大于最小支持度的商品或商品组合
3）关联规则：在频繁项集中，满足最小置信度，或最小提升度的推荐规则
解答
from efficient_apriori import apriori import pandas as pd import numpy as np import matplotlib.pyplot as plt df_order = pd.read_csv("../download/order.csv", encoding='gbk') df_customer = pd.read_csv("../download/customer.csv", encoding='gbk') df_date = pd.read_csv("../download/date.csv", encoding='gbk') df_product = pd.read_csv("../download/product.csv", encoding='gbk') df_order['订单日期']=pd.to_datetime(df_order['订单日期']) print(df_order.head())
df_order = df_order.groupby(['客户ID'])['产品名称'].unique() print(df_order.head()) # 将所有交易订单追加到列表 transactions = [] for value in df_order: transactions.append(list(value)) import time # 挖掘频繁项集和频繁规则 start = time.time() itemsets, rules = apriori(transactions, min_support=0.03, min_confidence=0.3) print("频繁项集：", itemsets) print("关联规则：", rules) end = time.time() print("用时：",end-start)
import operator #分别根据置信度、支持度、提升度对规则进行排序 confidence = dict() support = dict() lift = dict() for rule in rules: confidence[rule] = rule.confidence support[rule] = rule.support lift[(rule)] = rule.lift #rule.lhs,rule.rhs可用作提取规则的前件、后件 rules_sortbycon = sorted(confidence.items(),key=operator.itemgetter(1),reverse = True) rules_sortbysup = sorted(support.items(),key=operator.itemgetter(1),reverse = True) rules_sortbylift = sorted(lift.items(),key=operator.itemgetter(1),reverse = True)
根据支持度排序
根据置信度排序
根据提升度排序
