Algorytm Apriori

Analiza koszyka zakupowego w Pythonie

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Zliczanie zbiorów elementów

$${n \choose k} = \frac{n!}{(n-k)!k!}$$

Liczba elementów	Rozmiar zbioru	Kombinacje
3461	0	1
3461	1	3461
3461	2	5,987,530
3461	3	6,903,622,090
3461	4	5,968,181,296,805

Zliczanie zbiorów elementów

$$\sum_{k=0}^{n}{n \choose k} = 2^{n}$$

$n = 3461 \rightarrow 2^{3461}$
$2^{3461}>>10^{82}$
Liczba atomów we wszechświecie: $10^{82}$.

Redukcja liczby zbiorów elementów

Rozważenie wszystkich zbiorów jest niemożliwe.
- Nie można ich nawet wyliczyć.
Jak odrzucić zbiór bez jego oceny?
- Można ustawić maksymalną wartość $k$.
Algorytm Apriori oferuje alternatywę.
- Nie wymaga wyliczania wszystkich zbiorów.
- Stosuje sensowną regułę przycinania.

Zasada Apriori

Zasada Apriori.
- Podzbiory częstych zbiorów są częste.
- Zachowuje się zbiory uznane za częste.
- Przycina się zbiory nieznane jako częste.

Świece = Rzadkie
- -> {Świece, Szyldy} = Rzadkie
{Świece, Szyldy} = Rzadkie
- -> {Świece, Szyldy, Pudełka} = Rzadkie
{Świece, Szyldy, Pudełka} = Rzadkie
- -> {Świece, Szyldy, Pudełka, Torby} = Rzadkie

Implementacja 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

Implementacja 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))

Implementacja 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...
...

Czas na ćwiczenia!

Analiza koszyka zakupowego w Pythonie