我有一個具有60萬行和15列的csv文件“ Col1,Col2 … COl15”.我想生成關聯規則,其中只有右側只有col15中的值.我正在使用here的apriori實現

它以這種方式計算每個項目集的minSupport：

oneCSet = returnItemsWithMinSupport(itemSet,

transactionList,

minSupport,

freqSet)

print "reached line 80"

currentLSet = oneCSet

k = 2

while(currentLSet != set([])):

print k

largeSet[k-1] = currentLSet

currentLSet = joinSet(currentLSet, k)

currentCSet = returnItemsWithMinSupport(currentLSet,

transactionList,

minSupport,

freqSet)

currentLSet = currentCSet

k = k + 1

def returnItemsWithMinSupport(itemSet, transactionList, minSupport, freqSet):

"""calculates the support for items in the itemSet and returns a subset

of the itemSet each of whose elements satisfies the minimum support"""

_itemSet = set()

localSet = defaultdict(int)

#print itemSet

for item in itemSet:

#print "I am here", list(item)

for transaction in transactionList:

if item.issubset(transaction):

freqSet[item] += 1

localSet[item] += 1

print "Done half"

for item, count in localSet.items():

support = float(count)/len(transactionList)

if support >= minSupport:

_itemSet.add(item)

return _itemSet

但是對于我擁有的許多行,這將花費很多時間,因為我希望RHS被限制為僅具有特定列(Col15)中的值,所以我可以通過某種方式減少頻繁使用的項目集來使實現更快？其他方法之一是最后過濾規則,但是時間復雜度相同.還是有其他一些實現/庫可以幫助我加快速度？

總結

以上是生活随笔為你收集整理的python如何使用apriori_python-如何加快基于Apriori框架的速度,以仅生...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。