Apriori算法 Python 代码数据集生成 - 示例与代码

生成适用于 Apriori 算法的 Python 代码数据集

本指南将展示如何使用 Python 代码生成适用于 Apriori 算法的交易数据集。

示例数据集

生成一个包含 10 个交易和 5 个不同项的数据集，每个交易包含 3-5 个项。假设每个项都是用数字 0-4 表示。数据集如下：

0,1,3
0,2,3,4
0,1,2,3
1,3,4
0,2,4
0,1,2
1,2,4
0,1,3,4
0,3,4
1,2,3

Python 代码

以下 Python 代码可以生成此数据集：

import random

num_transactions = 10
num_items = 5
min_items = 3
max_items = 5

data = []

for i in range(num_transactions):
    num_items_in_transaction = random.randint(min_items, max_items)
    items_in_transaction = random.sample(range(num_items), num_items_in_transaction)
    items_in_transaction.sort()
    data.append(','.join(map(str, items_in_transaction)))

print('
'.join(data))

解释

• num_transactions：交易数量。
• num_items：不同项的数量。
• min_items：每个交易中项的最小数量。
• max_items：每个交易中项的最大数量。

代码使用循环生成每个交易，随机选择项并将其排序。最后，将所有交易以字符串形式打印出来，每个交易以逗号分隔。

使用该数据集

您现在可以使用生成的 Python 代码数据集进行 Apriori 算法的测试和实验，以发现其中的关联规则。