前言： “尿布和啤酒”的故事，電商中的個性化商品推薦怎么實現的

代碼示例：

from mlxtend.frequent_patterns import apriori from mlxtend.frequent_patterns import association_rulesfrequent_itemsets = apriori(slim_dummy_df, min_support=0.05, use_colnames=True)vaild_frequent_itemsets = frequent_itemsets[frequent_itemsets.itemsets.apply(lambda x: len(x)) >= 3]association_rule = association_rules(frequent_itemsets,metric='confidence',min_threshold=0.9) # metric可以有很多的度量選項，返回的表列名都可以作為參數 association_rule.sort_values(by='leverage',ascending=False,inplace=True) #關聯規則可以按leverage排序

轉載于:https://www.cnblogs.com/zwk-coder/articles/11133479.html

總結

以上是生活随笔為你收集整理的Apriori 使用说明的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。