使用学生数据集进行关联规则挖掘 Download


我有一个像这样的数据集：

Id|Sem|Grade|Rating|SUB
1|2|A|3|sub1
1|4|C|1|sub2
2|2|B|2|sub1

我想为上述数据形成关联规则，并向学生推荐sub1，sub2。我该怎么做？ 我尝试过：

records=[]
for i in range(0,60):
    records.append([str(df.values[i,j]) for j in range(0,5)])
from apyori import apriori
assosciation_rules=apriori(records,min_support=0.1)
assosciation_results=list(assosciation_rules)

输出无法理解。还有什么更好的方法。输出是这样的：

[RelationRecord(items=frozenset({'0'}), support=0.3333333333333333, ordered_statistics=[OrderedStatistic(items_base=frozenset(), items_add=frozenset({'0'}), confidence=0.3333333333333333, lift=1.0)]),....

1 个答案:

答案 0 :(得分：0)

读取结果的一种更好的方法是将记录的内容放入列表中。该问题的答案中提供了这样做的方法：“RelationRecord object of apyori module” apriori algorithm python



Similar searches