用pyfpgrowth找到频繁的模式

Question

我正在尝试使用 pyfpgrowth 库找到频繁的模式 pandas ，首先我创建了一个包含一列的数据框，每一行都是一个事务，这里是代码：

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

输出：

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

输出：

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

实际上我在这里有两个问题，第一个是算法将空格作为错误的项目，第二个是项目的频率，例如项目1＆＃39; 1＆＃39;只出现一次，但在输出中显示9也错了，需要一些帮助

Answer 1

注意：我稍微更改了数据集

回答第1个问题：算法将列表作为输入。在你的情况下，算法将每个字符分成一个单独的列表值，即[5,1 ,, 2,8，2,7]

回答第二个问题：你说1出现一次是对的，但正如你从上面的例子中看到的那样，1由于错误的分裂而多次出现。

现在以正确的方式做到：

首先，您需要将itemsets中的每个字符串拆分为一个列表：

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

输出：

接下来，第二个参数在＆＃34; find_frequent_patterns ＆＃34;是支持水平。这意味着项目（或一组项目）在所有合并交易中应出现的最小次数。您已输入6.数据集中没有任何项目出现6次。我们选择2。

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

输出：

  

{（＆＃39; 10＆＃39;，）：4，（＆＃39; 10＆＃39;，＆＃39; 8＆＃39;）：2，（＆＃39; 51＆＃39;， ）：2，（＆＃39; 8＆＃39;，＆＃39; 81＆＃39;）：2，（＆＃39; 81＆＃39;，）：4}

在上面的输出中， （＆＃39; 10＆＃39;，＆＃39; 8＆＃39;）：2 表示10和8一起出现在整个数据集中两次。

向前迈出一步，我们可以使用＆＃34; generate_association_rules＆＃34;根据截止值生成规则。例如：

rules = pyfpgrowth.generate_association_rules(patterns, .5)

输出：

  

{（＆＃39; 10＆＃39;，）:(（＆＃39; 8＆＃39;，），0.5），（＆＃39; 81＆＃39;，）:(（＆＃39; 8＆＃39;，），0.5）}

这意味着10和8在整个数据集中的50％的10次交易中共同出现（即4）

Answer 2

您没有正确准备数据。

因为在Python中，字符串是一个字符列表，所以你会发现频繁的字符集。

例如，“51”包含字符“1”。

正确准备数据。