導語

關聯(lián)規(guī)則：
是反映一個事物與其他事物之間的相互依存性和關聯(lián)性

常用于實體商店或在線電商的推薦系統(tǒng)：通過對顧客的購買記錄數(shù)據(jù)庫進行關聯(lián)規(guī)則挖掘，最終目的是發(fā)現(xiàn)顧客群體的購買習慣的內在共性，例如購買產(chǎn)品A的同時也連帶購買產(chǎn)品B的概率，根據(jù)挖掘結果，調整貨架的布局陳列、設計促銷組合方案，實現(xiàn)銷量的提升，最經(jīng)典的應用案例莫過于<啤酒和尿布>。關聯(lián)規(guī)則分析中的關鍵概念包括：支持度(Support)、置信度(Confidence)與提升度(Lift)。

支持度（support）
支持度 (Support)支持度是兩件商品$(X?Y)$在總銷售筆數(shù)(N)中出現(xiàn)的概率，即A與B同時被購買的概率
$$Support(X?Y)=\frac{Freq(X?Y)}{N}$$

舉例說明：
比如某超市2016年有100w筆銷售，顧客購買可樂又購買薯片有20w筆，顧客購買可樂又購買面包有10w筆

• 可樂和薯片的關聯(lián)規(guī)則的支持度是：20%
• 可樂和面包的支持度是10%

置信度（confidence）
置信度是購買X后再購買Y的條件概率。簡單來說就是交集部分Y在X中比例，如果比例大說明購買X的客戶很大期望會購買Y商品
$$Confidence=\frac{Freq(X?Y)}{Freq(X)}$$

舉例說明：
某超市2016年可樂購買次數(shù)40w筆，購買可樂又購買了薯片是30w筆，顧客購買可樂又購買面包有10w筆

• 購買可樂又會購買薯片的置信度是75%
• 購買可樂又購買面包的置信度是25%

提升度（lift）
提升度表示先購買X對購買Y的概率的提升作用，用來判斷規(guī)則是否有實際價值，即使用規(guī)則后商品在購物車中出現(xiàn)的次數(shù)是否高于商品單獨出現(xiàn)在購物車中的頻率
$$Lift=\frac{Support(X?Y)}{Support(X)?Support(Y)}$$

舉例說明：
可樂和薯片的關聯(lián)規(guī)則的支持度是20%，購買可樂的支持度是3%，購買薯片的支持度是5%

• 提升度是1.33

{X→Y}的提升度大于1，這表示如果顧客購買了商品X，那么可能也會購買商品Y；而提升度小于1則表示如果顧客購買了商品X，那么不太可能再購買商品Y

有這三個指標，如何選擇商品的組合，是需要對支持度，置信度，提升度綜合指標來看待商品組合。沒有固定的數(shù)值衡量

mlxtend實現(xiàn)Apriori算法

數(shù)據(jù)集選擇：Grocery Store Data Set

數(shù)據(jù)集為10000多個購買商品的訂單。該數(shù)據(jù)集包含11商品：果醬、麥琪、糖、咖啡、奶酪、茶、波恩維塔、玉米片、面包、餅干和牛奶。

import pandas as pd
data=pd.read_csv('GroceryStoreDataSet.csv',names=['products'],header=None)
data.head(10)

data=list(data['products'].apply(lambda x:x.split(',')))
data

轉換數(shù)據(jù)類型TransactionEncoder類似于獨熱編碼，每個值轉換為一個唯一的bool值）

from mlxtend.preprocessing import TransactionEncoder

d=TransactionEncoder()
d_data=d.fit(data).transform(data)
df=pd.DataFrame(d_data,columns=d.columns_)
df

TransactionEncoder類似于獨熱編碼，每個值轉換為一個唯一的bool值）

求支持度

from mlxtend.frequent_patterns import apriori
df1=apriori(df,min_support=0.01,use_colnames=True)
df1.sort_values(by='support',ascending=False)

求置信度與提升度
association_rules方法判斷置信度，這里提取confidence大于0.9的

from mlxtend.frequent_patterns import association_rules
 
association_rule = association_rules(df1,metric='confidence',min_threshold=0.9)

列中的columns參數(shù)含義如下：

• antecedents：商品X組合
• consequents：商品Y組合
  購買關聯(lián)的關系是{X -> Y}
• antecedent support：商品X組合支持度
• consequent support：商品Y組合支持度
• support：{X -> Y}支持度
• confidence：{X -> Y}置信度
• lift：{X -> Y}提升度
• leverage：規(guī)則杠桿率，表示當商品X組合與商品Y組合獨立分布時，商品X組合與商品Y組合一起出現(xiàn)的次數(shù)比預期多多少。
• conviction：{X -> Y}確信度，與提升度類似，但用差值表示。

確信度值越大，則商品X組合與商品Y組合的關聯(lián)性越強。 以上三個值都是越大關聯(lián)強度也就越大，inf表示無窮大。

注意是商品組合

單個商品與單個商品之間的關系
篩選商品組合，選出只有一個商品的antecedents，和consequents。

association_rule['X_length']=association_rule['antecedents'].apply(lambda x:len(x))
association_rule['Y_length']=association_rule['consequents'].apply(lambda x:len(x))

association_rule=association_rule[(association_rule['X_length']==1) & (association_rule['Y_length']==1) ]

也可以單獨對antecedents的商品組合，分析，觀察antecedent support值，找出關聯(lián)性最大的情況文章來源地址http://www.zghlxwxcb.cn/news/detail-470149.html

到了這里，關于python數(shù)據(jù)分析 - 關聯(lián)規(guī)則Apriori算法的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！