python - 理解 apyori 的输出

Question

我非常熟悉 apriori 算法，以及支持/置信度/提升的含义。

我目前正在使用 apyori先验实现，我不确定我是否理解 输出 的 apyori.apriori()称呼。

它是这样出来的

> 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？有多种支持/信心/提升，每一个代表什么？

我很欣赏输出的每个部分的字典样式解释

Answer 1

RelationRecord 反射(reflect)了项目的一个子集，而ordered_statistics 是一个OrderedStatistics 的列表，它反射(reflect)了规则。每个 OrderedStatistics 的 items_base 是前因，items_add 是结果。支持存储在 RelationRecord 中，因为它与包含的规则相同。

在你的例子中:

item1 -> item2 具有 0.62 置信度和 2.2233410344037092x 提升

item2 -> item1 具有 0.55 的置信度和 2.2233410344037097 倍的提升

两者都支持=0.15365410803449842。

对于它的值(value)，我最终切换到使用 PyFIM用于相对特征丰富度和其他捆绑算法(例如 fp-growth)。