### 使用 Jupyter Notebook 进行关联规则实验 以下是基于 `Jupyter Notebook` 的关联规则数据挖掘实验的代码示例。此代码展示了如何加载交易数据并应用 Apriori 算法来发现频繁项集和关联规则。 #### 加载必要的库 ```python import pandas as pd from mlxtend.frequent_patterns import apriori, association_rules ``` #### 准备交易数据 为了演示目的，这里构建了一个简单的购物篮数据集。 ```python data = [['牛奶', '面包', '黄油'], ['牛奶', '尿布', '啤酒', '鸡蛋'], ['牛奶', '面包', '尿布', '啤酒', '黄油'], ['面包', '尿布', '啤酒', '鸡蛋'], ['牛奶', '面包', '尿布', '啤酒']] df = pd.DataFrame([pd.Series(d) for d in data]).fillna('Missing') one_hot_encoded_df = pd.get_dummies(df.apply(pd.Series).stack()).sum(level=0) print(one_hot_encoded_df.head()) ``` #### 计算频繁项集 Apriori 算法用于计算满足最小支持度阈值的频繁项集。 ```python frequent_itemsets = apriori(one_hot_encoded_df, min_support=0.2, use_colnames=True) print(frequent_itemsets) ``` #### 发现关联规则 通过设置置信度和其他参数，可以从频繁项集中提取有意义的关联规则。 ```python rules = association_rules(frequent_itemsets, metric="confidence", min_threshold=0.7) print(rules[['antecedents', 'consequents', 'support', 'confidence']]) ``` 以上代码片段涵盖了从准备数据到生成关联规则的主要过程[^1]。这些步骤可以在 `Jupyter Notebook` 中运行，并允许用户调整参数以适应不同的需求。 #### 关联规则解释 - **Support**: 表示某项或某些项在整个事务集合中的频率。 - **Confidence**: 描述当某个前提条件成立时，结论也成立的概率。 - **Lift**: 测量两个项目之间的独立性程度；如果 Lift 大于 1，则表示两者存在正相关关系[^2]。 #### 用户体验优化建议 在实际操作过程中，推荐使用 `%matplotlib inline` Magic Command 来简化图表显示流程[^3]。此外，在大规模数据集上执行此类分析可能需要更高的计算资源或者采用分布式框架扩展解决方案[^4]。