使用学生数据集进行关联规则挖掘

Question

我有这样的数据集：

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

我想对以上数据形成关联规则，向同学们推荐sub1,sub2。我该怎么做？我试过了：

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)

输出没有understandable.Is有更好的way.The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)]),....

Answer 1

读取结果的一种更好的方法是将记录的内容放入列表中。这个问题的答案中提供了这样做的方法：

Answer 2

尝试

for i in range(0,60):
    records.append([df.columns[j]+'='+str(df.values[i,j]) for j in range(0,5)])

这将 a) 提高可读性和 b) 消除您的代码对所有零一视同仁（无论它们来自哪一列）的错误

使用学生数据集进行关联规则挖掘

Association Rule mining using a student dataset

python

machine-learning

data-science

apriori

orange