了解apyori的输出

Question

我熟悉apriori算法，以及支持/置信/提升的含义。

我目前正在使用apyori apriori实现，我不确定我是否理解apyori.apriori()来电的输出。

它就像这样

> RelationRecord(items=frozenset({'item1', 'item2'}),
> support=0.15365410803449842,
> ordered_statistics=[OrderedStatistic(items_base=frozenset({'item1'}),
> items_add=frozenset({'item2'}), confidence=0.6203420891875382,
> lift=2.2233410344037092),
> OrderedStatistic(items_base=frozenset({'item2'}),
> items_add=frozenset({'item1'}), confidence=0.5507049891540131,
> lift=2.2233410344037097)])

规则是什么？有多个支持/信心/提升，每个人都表示什么？

我很欣赏输出的每个部分的字典样式解释

Answer 1

RelationRecord反映了项的子集，而ordered_statistics是OrderedStatistics的列表，它反映了规则。每个OrderedStatistics＆＃39; items_base是前提，items_add是结果。支持存储在RelationRecord中，因为它对于包含的规则是相同的。

在你的例子中：

item1 - ＆gt; item2的置信度为0.62，升力为2.2233410344037092x

第2项 - ＆gt; item1的置信度为0.55，升力为2.2233410344037097x

两者都有支持= 0.15365410803449842。

为了它的价值，我最终转而使用PyFIM来获取相对功能丰富性和其他捆绑算法（例如fp-growth）。