Algoritmus Apriori
Market Basket Analysis v Pythonu
Isaiah Hull
Visiting Associate Professor of Finance, BI Norwegian Business School
Počítání sad položek
$${n \choose k} = \frac{n!}{(n-k)!k!}$$
| Počet položek | Velikost sady | Kombinace |
|---|---|---|
| 3461 | 0 | 1 |
| 3461 | 1 | 3461 |
| 3461 | 2 | 5 987 530 |
| 3461 | 3 | 6 903 622 090 |
| 3461 | 4 | 5 968 181 296 805 |
Počítání sad položek
$$\sum_{k=0}^{n}{n \choose k} = 2^{n}$$
- $n = 3461 \rightarrow 2^{3461}$
- $2^{3461}>>10^{82}$
- Počet atomů ve vesmíru: $10^{82}$.
Snížení počtu sad položek
- Nelze zvážit všechny sady položek.
- Nelze je ani vypočítat.
- Jak sadu vyloučit bez vyhodnocení?
- Lze nastavit maximální hodnotu $k$.
- Algoritmus Apriori nabízí alternativu.
- Nevyžaduje výčet všech sad.
- Rozumné pravidlo pro ořezávání.
Princip Apriori
- Princip Apriori.
- Podmnožiny častých sad jsou časté.
- Zachovávají se sady, o nichž je známo, že jsou časté.
- Ořezávají se sady, které nejsou časté.
- Svíčky = Málo časté
- -> {Svíčky, Cedule} = Málo časté
- {Svíčky, Cedule} = Málo časté
- -> {Svíčky, Cedule, Krabice} = Málo časté
- {Svíčky, Cedule, Krabice} = Málo časté
- -> {Svíčky, Cedule, Krabice, Tašky} = Málo časté
Implementace Apriori
# Import Apriori algorithm
from mlxtend.frequent_patterns import apriori
# Load one-hot encoded novelty gifts data
onehot = pd.read_csv('datasets/online_retail_onehot.csv')
# Print header.
print(onehot.head())
50'S CHRISTMAS GIFT BAG LARGE ... ZINC WILLIE WINKIE CANDLE STICK \
0 False ... False
1 False ... False
2 False ... False
3 False ... False
4 False ... False
Implementace Apriori
# Compute frequent itemsets
frequent_itemsets = apriori(onehot, min_support = 0.0005,
max_len = 4, use_colnames = True)
# Print number of itemsets
print(len(frequent_itemsets))
3652
Implementace Apriori
# Print itemsets
print(frequent_itemsets.head())
support itemsets
0 0.000752 ( 50'S CHRISTMAS GIFT BAG LARGE)
1 0.001504 ( DOLLY GIRL BEAKER)
...
1500 0.000752 (PING MICROWAVE APRON, FOOD CONTAINER SET 3 LO...
1501 0.000752 (WOOD 2 DRAWER CABINET WHITE FINISH, FOOD CONT...
...
Pojďme si procvičit!
Market Basket Analysis v Pythonu
