APRIORI АЛГОРИТМ PYTHON

Apriori - это алгоритм поиска ассоциативных правил в множестве данных.

В контексте Python, реализации алгоритма apriori можно найти в популярных библиотеках машинного обучения, таких как Scikit-learn и MLxtend.

Например, в MLxtend алгоритм apriori можно использовать следующим образом:

from mlxtend.frequent_patterns import apriori
from mlxtend.frequent_patterns import association_rules

# Создаем набор данных
dataset = [['Яблоки', 'Сыр', 'Молоко', 'Хлеб'],
           ['Яблоки', 'Сыр', 'Хлеб'],
           ['Яблоки', 'Молоко', 'Хлеб'],
           ['Сыр', 'Молоко'],
           ['Яблоки', 'Сыр', 'Молоко'],
           ['Яблоки', 'Молоко']]

# Применяем алгоритм apriori
frequent_itemsets = apriori(dataset, min_support=0.5)

# Выделяем ассоциативные правила
rules = association_rules(frequent_itemsets, metric="confidence", min_threshold=0.6)

# Выводим результаты
print(frequent_itemsets.head())
print(rules.head())

В данном примере мы создаем набор данных, содержащий список продуктов в покупке, и находим часто встречающиеся наборы продуктов с помощью алгоритма apriori. Затем мы выделяем ассоциативные правила с помощью библиотеки MLxtend и выводим результаты на экран.

Knowledge Discovery of data, Association Rules Mining, Apriori Algorithm Frequent Itemset شرح عربى

Implementing Apriori algorithm in Python - Suggestion of Products Via Apriori Algorithm

Tutorial 1: Part 3A: Coding the apriori algorithm in Python

أفضل مواقع الذكاء الاصطناعي pygame.ru الداعمة للغة العربية في مجال البحث العلمي

Apriori Algorithm Explained - Association Rule Mining - Finding Frequent Itemset - Edureka

11 Association Rule Generation using Apriori Algorithm with Python

Apriori Algorithm implementation in python

شرح خوارزميات Apriori Algorithm

BLGPG-2F794AEAA709-24-09-20-01

Новые материалы: