了解apyori的输出

Question

我非常熟悉apriori算法，以及support/confidence/lift的含义。在

我目前使用的是apyoriapriori实现，我不确定我是否理解apyori.apriori()调用的输出。在

结果是这样的

> RelationRecord(items=frozenset({'item1', 'item2'}),
> support=0.15365410803449842,
> ordered_statistics=[OrderedStatistic(items_base=frozenset({'item1'}),
> items_add=frozenset({'item2'}), confidence=0.6203420891875382,
> lift=2.2233410344037092),
> OrderedStatistic(items_base=frozenset({'item2'}),
> items_add=frozenset({'item1'}), confidence=0.5507049891540131,
> lift=2.2233410344037097)])

规则是什么？有多个支持/信心/提升，每一个代表什么？在

如果能对输出的每一部分进行字典式的解释，我将不胜感激

Answer 1

RelationRecord反映了项的子集，而ordered\u statistics是OrderedStatistics的列表，它反映了规则。每个OrderedStatistics的items_base是前因，items_add是后因。支持存储在RelationRecord中，因为它与包含的规则相同。在

在您的例子中：

第1项->；第2项，置信度为0.62，升力为2.2233410344037092x

第2项->；第1项，置信度为0.55，升力为2.2233410344037097x

两者的支持度均为0.15365410803449842。在

不管怎样，我最后转而使用PyFIM来实现相对的特性丰富性和其他捆绑算法（例如fp growth）。在