我的數據集是一個與客戶購買信息相當的鄰接矩陣。示例玩具數據集：p = {'A': [0,1,0,1], 'B': [1,1,1,1], 'C': [0,0,1,1], 'D': [1,1,1,0]}df = pd.DataFrame(data=p)df現在我對頻繁項集感興趣，所以我使用了先驗 fim：from mlxtend.frequent_patterns import apriorifrequent_itemsets = apriori(df, min_support=0.1, use_colnames=True)frequent_itemsets現在我們看到項集 (D,B) 出現在 75% 的數據集中。但我實際上對這個項目集出現在哪些行感興趣，因為索引有一些信息（哪個客戶購買了這些項目）。很快，我很好奇如何在我的數據集中進行過濾以查看哪些行與特定項目集相對應。這個包/庫中是否有這樣的功能。這樣我就可以過濾第 0,1 行和第 2 行中出現的項目集 (D,B)？
1 回答
catspeake
TA貢獻1111條經驗 獲得超0個贊
似乎沒有直接的方法可以通過apriori. 但是，一種方法如下：
from mlxtend.frequent_patterns import apriori
frequent_itemsets = apriori(df, min_support=0.1, use_colnames=True)
# lists of columns where value is 1 per row
cols = df.dot(df.columns).map(set).values.tolist()
# use sets to see which rows are a superset of the sets in cols
set_itemsets = map(set,frequent_itemsets.itemsets.values.tolist())
frequent_itemsets['indices'] = [[ix for ix,j in enumerate(cols) if i.issubset(j)]
for i in set_itemsets]
print(frequent_itemsets)
support itemsets indices
0 0.50 (A) [1, 3]
1 1.00 (B) [0, 1, 2, 3]
2 0.50 (C) [2, 3]
3 0.75 (D) [0, 1, 2]
4 0.50 (A, B) [1, 3]
5 0.25 (A, C) [3]
6 0.25 (A, D) [1]
7 0.50 (C, B) [2, 3]
8 0.75 (B, D) [0, 1, 2]
9 0.25 (C, D) [2]
10 0.25 (A, B, C) [3]
11 0.25 (A, B, D) [1]
12 0.25 (C, B, D) [2]
添加回答
舉報
0/150
提交
取消