用pyfpgrowth查找頻繁的模式

Question

我正在嘗試使用pyfpgrowth庫和pandas 查找頻繁的模式 ，首先我創建了一個具有一列的數據框 ，每一行都是一個事務，這里是代碼：

import pyfpgrowth
import pandas as pd
import numpy as np
data = pd.read_csv("itemsets1.csv")
data = pd.DataFrame(data)
data.columns = ['itemsets']
data

輸出：

patterns = pyfpgrowth.find_frequent_patterns(data['itemsets'],6)
patterns

輸出：

{(' ',): 6, (' ', '1'): 8, ('1',): 9, ('1', '8'): 6, ('8',): 6}

實際上我這里有兩個問題，第一個是算法將空間作為錯誤的項目，第二個是在項目的頻率中，例如項目“ 1”僅出現一次，但是在輸出中它顯示9也錯誤，請需要幫助

Answer 1

注意 ：我對您的數據集做了一些更改

第一個問題的答案：該算法將一個列表作為輸入。 在您的情況下，算法已將每個字符分成一個單獨的列表值，即[5,1，，2,8，，2,7]

對第二個問題的答案：您說的是1出現一次是正確的，但是如您從上述示例中看到的，由於錯誤的拆分，1出現了很多次。

現在以正確的方式進行操作：

首先，您需要將項目集中的每個字符串分成一個列表：

data['itemsets'] = data.itemsets.apply(lambda x: x.split(' '))

輸出：

接下來，“ find_frequent_patterns ”中的第二個參數是支持級別。 這意味着一個項目（或一組項目）在所有合並的交易中應出現的最小次數。 您已輸入6。在數據集中，沒有項目出現6次。 讓我們選擇2。

patterns = pyfpgrowth.find_frequent_patterns(data['itemsets'],2)

輸出：

{（'10'，）：4，（'10'，'8'）：2，（'51'，）：2，（'8'，'81'）：2，（'81'，）： 4}

在上面的輸出中， （'10'，'8'）：2表示10和8在整個數據集中一起出現兩次。

向前邁進，我們可以使用“ generate_association_rules”生成基於截止值的規則。 例如：

rules = pyfpgrowth.generate_association_rules(patterns, .5)

輸出：

{（'10'，）：（（'8'，），0.5），（'81'，）：（（'8'，），0.5）}

這意味着10和8在整個數據集中10的所有事務的50％中同時出現（即4）

Answer 2

您沒有正確准備數據。

由於在Python中，字符串是字符列表，因此您會發現頻繁的字符集。

例如，“ 51”包含字符“ 1”。

正確准備數據。