python 人口普查数据关联规则挖掘

Question

大家好，我在做项目。我需要对如下图所示的人口普查数据执行关联规则挖掘。

我正在使用 mlxtend 库中的 Apriori 算法。这是代码。

# Library Imports
import pandas as pd
from mlxtend.preprocessing import TransactionEncoder
from mlxtend.frequent_patterns import apriori
from mlxtend.frequent_patterns import association_rules

# Reading the Data File
data = pd.read_csv("Census.csv")

# Reading Certain Columns of the Data File.
df = data[["Region","Residence Type","Sex","Student"]]

# Initializing the Transaction Encoder 
te = TransactionEncoder()

# Fitting the Data.
te_ary = te.fit(df).transform(df)

# Creating a Dataframe of Support and Element name
df2 = pd.DataFrame(te_ary, columns=te.columns_)

# Calling in the Apriori Algorithm.
fre = apriori(df2,min_support=0.6,use_colnames=True)

# Calling the Association Rule Function.
association_rules(fre, metric="confidence",min_threshold=0.7)

但是fre变量没有returns任何规则，它总是空的。有人可以帮助我 please.It 是请求。

Answer 1

我尝试了很多方法，我的一个朋友给了我一个解决问题的方法。它以一种优雅的方式工作，但是是的，它也需要你的逻辑。这是 link，它帮助我更好地解决了我的问题，here it is。在我的解决方案中，我使用了关联参数并创建了一个篮子。

就是这样。谢谢。

python 人口普查数据关联规则挖掘

Association Rule Mining in python on Census Data

python

rules

associations

data-mining

apriori