python亲和度_Python数据挖掘 亲和性分析

2023-10-30 18:40

本文主要是介绍python亲和度_Python数据挖掘 亲和性分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本文学习资源来自《Python数据挖掘入门与实践》中国工信出版集团 人民邮电出版社

亲和度

亲和度是用来表示一个实体与其他实体之间的亲和程度。

假设有两个实体E1和E2,如果他们从来没有被相同的活动使用,则他们的亲和度E(E1,E2)=0;如果他们总是同时被每一个活动所使用,则他们的亲和度E(E1,E2)=1。如果仅被某些活动一起使用,则其亲和度E(E1,E2)在(0,1)的区间内。

——百度百科

典型的应用场景:

购买一种商品的顾客可能要购买另一些商品

为网站用户提供服务推荐或定向广告

根据基因寻找有亲缘关系的人

亲和性有多种测量方法,如:

统计两件端口一起出售的频率,或者统计顾客购买了商品1后再买商品2的比率。

示例

运行环境:IPython notebook

数据 affinity_dataset.txt

数据示例

0 0 1 1 1

1 1 0 1 0

1 0 1 1 0

0 0 1 1 1

0 1 0 0 1

0 1 0 0 0

加载数据

import numpy as np

dataset_filename = "affinity_dataset.txt"

X = np.loadtxt(dataset_filename)

n_samples, n_features = X.shape

print("This dataset has {0} samples and {1} features".format(n_samples, n_features))

输出:

This dataset has 100 samples and 5 features。

4db4ad73b05185d2edde45b12c7988bc.png

数据涵义:

每列代表一种商品,分别为:面包、牛奶、奶酪、苹果、香蕉

输出为前5次交易中顾客都买了什么,第一条数据 0 0 1 1 1表示第一条交易中顾客购买了奶酪、苹果、香蕉。

1表示购买了,0表示未购买。

实现简单的排序规则

我们要找出“如果顾客购买了商品X,那么他们可能愿意购买商品Y”的规则。简单粗暴的做法是,找出数据集中所有同时购买的两件商品。找出规则后,还需要判断其优劣,我们挑好的规则用。

规则的优劣有多种衡量方法,常用的是支持度(support)和置信度(confidence)。

支持度

指数据集中规则应验的次数,统计起来很简单。有时候,还需要对支持度进行规范化,即再除以规则有效前提下的总数量。这里只是简单统计规则应验的次数。

支持度衡量的是给定规则应验的比例,而置信度衡量的则是规则准确率如何,即符合给定条件(即规则的“如果”语句所表示的前提条件)的所有规则里,跟当前规则结论一致的比例有多大。计算方法为首先统计当前规则的出现次数,再用它来除以条件(“如果”语句)相同的规则数量。

示例代码:

# The names of the features, for your reference.

features = ["bread", "milk", "cheese", "apples", "bananas"]

# First, how many rows contain our premise: that a person is buying apples

num_apple_purchases = 0

for sample in X:

if sample[3] == 1: # This person bought Apples

num_apple_purchases += 1

print("{0} people bought Apples".format(num_apple_purchases))

该代码计算确定购买苹果的顾客数量。

创建几个词典用来存放计算结果,使用defaultdict,需要统计的量有规则应验、规则无效及条件相同的规则数量。

7875e608ff256a2c3f02cb25a345326e.png

bb162d6e8ac3c3831f5f2628e3215d1b.png

其中置信度的计算方法:

confidence = defaultdict(float)

for premise, conclusion in valid_rules.keys():

confidence[(premise, conclusion)] = valid_rules[(premise, conclusion)] / num_occurences[premise]

定义打印规则:

def print_rule(premise, conclusion, support, confidence, features):

premise_name = features[premise]

conclusion_name = features[conclusion]

print("Rule: If a person buys {0} they will also buy {1}".format(premise_name, conclusion_name))

print(" - Confidence: {0:.3f}".format(confidence[(premise, conclusion)]))

print(" - Support: {0}".format(support[(premise, conclusion)]))

print("")

测试代码:

premise = 1

conclusion = 3

print_rule(premise, conclusion, support, confidence, features)

输出:

0cfd37cd58bf056148691b53fa04dfca.png

排序找出最佳规则

149f62ff1cf4b1c4b97bbfa8a4a733c3.png

该代码输出支持度最高的前5条规则 ,

如果要按置信度排序:

78094d2a633aa54e11bdaa1809257569.png

我们可以看到结果,“顾客买苹果,也会买奶酪”和“顾客买奶酪,也会买香蕉”,这两条规则的支持度和置信度都很高。

这篇关于python亲和度_Python数据挖掘 亲和性分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/309850

相关文章

Python Transformers库(NLP处理库)案例代码讲解

《PythonTransformers库(NLP处理库)案例代码讲解》本文介绍transformers库的全面讲解,包含基础知识、高级用法、案例代码及学习路径,内容经过组织,适合不同阶段的学习者,对... 目录一、基础知识1. Transformers 库简介2. 安装与环境配置3. 快速上手示例二、核心模

Python正则表达式语法及re模块中的常用函数详解

《Python正则表达式语法及re模块中的常用函数详解》这篇文章主要给大家介绍了关于Python正则表达式语法及re模块中常用函数的相关资料,正则表达式是一种强大的字符串处理工具,可以用于匹配、切分、... 目录概念、作用和步骤语法re模块中的常用函数总结 概念、作用和步骤概念: 本身也是一个字符串,其中

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

python实现svg图片转换为png和gif

《python实现svg图片转换为png和gif》这篇文章主要为大家详细介绍了python如何实现将svg图片格式转换为png和gif,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录python实现svg图片转换为png和gifpython实现图片格式之间的相互转换延展:基于Py

Python中的getopt模块用法小结

《Python中的getopt模块用法小结》getopt.getopt()函数是Python中用于解析命令行参数的标准库函数,该函数可以从命令行中提取选项和参数,并对它们进行处理,本文详细介绍了Pyt... 目录getopt模块介绍getopt.getopt函数的介绍getopt模块的常用用法getopt模

Python利用ElementTree实现快速解析XML文件

《Python利用ElementTree实现快速解析XML文件》ElementTree是Python标准库的一部分,而且是Python标准库中用于解析和操作XML数据的模块,下面小编就来和大家详细讲讲... 目录一、XML文件解析到底有多重要二、ElementTree快速入门1. 加载XML的两种方式2.

Python如何精准判断某个进程是否在运行

《Python如何精准判断某个进程是否在运行》这篇文章主要为大家详细介绍了Python如何精准判断某个进程是否在运行,本文为大家整理了3种方法并进行了对比,有需要的小伙伴可以跟随小编一起学习一下... 目录一、为什么需要判断进程是否存在二、方法1:用psutil库(推荐)三、方法2:用os.system调用

使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)

《使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)》PPT是一种高效的信息展示工具,广泛应用于教育、商务和设计等多个领域,PPT文档中常常包含丰富的图片内容,这些图片不仅提升了... 目录一、引言二、环境与工具三、python 提取PPT背景图片3.1 提取幻灯片背景图片3.2 提取

Python实现图片分割的多种方法总结

《Python实现图片分割的多种方法总结》图片分割是图像处理中的一个重要任务,它的目标是将图像划分为多个区域或者对象,本文为大家整理了一些常用的分割方法,大家可以根据需求自行选择... 目录1. 基于传统图像处理的分割方法(1) 使用固定阈值分割图片(2) 自适应阈值分割(3) 使用图像边缘检测分割(4)

一文带你搞懂Python中__init__.py到底是什么

《一文带你搞懂Python中__init__.py到底是什么》朋友们,今天我们来聊聊Python里一个低调却至关重要的文件——__init__.py,有些人可能听说过它是“包的标志”,也有人觉得它“没... 目录先搞懂 python 模块(module)Python 包(package)是啥?那么 __in