L'algorithme Apriori
Analyse des paniers d'achat en Python
Isaiah Hull
Visiting Associate Professor of Finance, BI Norwegian Business School
Compter les ensembles d'articles
$${n \choose k} = \frac{n!}{(n-k)!k!}$$
| Nombre d'articles | Taille de l'ensemble | Combinaisons |
|---|---|---|
| 3461 | 0 | 1 |
| 3461 | 1 | 3461 |
| 3461 | 2 | 5 987 530 |
| 3461 | 3 | 6 903 622 090 |
| 3461 | 4 | 5 968 181 296 805 |
Compter les ensembles d'articles
$$\sum_{k=0}^{n}{n \choose k} = 2^{n}$$
- $n = 3461 \rightarrow 2^{3461}$
- $2^{3461}>>10^{82}$
- Nombre d'atomes dans l'univers : $10^{82}$.
Réduire le nombre d'ensembles
- Impossible de considérer tous les ensembles.
- Même les énumérer est impossible.
- Comment écarter un ensemble sans même l'évaluer ?
- On peut fixer une valeur maximale de $k$.
- L'algorithme Apriori propose une autre approche.
- N'exige pas l'énumération de tous les ensembles.
- Règle judicieuse d'élagage.
Le principe d'Apriori
- Principe d'Apriori.
- Les sous-ensembles d'ensembles fréquents sont fréquents.
- Conserver les ensembles connus comme fréquents.
- Élaguer ceux qui ne sont pas connus comme fréquents.
- Candles = Peu fréquent
- -> {Candles, Signs} = Peu fréquent
- {Candles, Signs} = Peu fréquent
- -> {Candles, Signs Boxes} = Peu fréquent
- {Candles, Signs, Boxes} = Peu fréquent
- -> {Candles, Signs, Boxes, Bags} = Peu fréquent
Implantation d'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
Implantation d'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
Implantation d'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...
...
Passons à la pratique !
Analyse des paniers d'achat en Python
