연관분석: Apriori Algorithm

연관분석: 대용량 데이터베이스에서 빈도가 높은 아이템 간 연관규칙을 발견하는 기법

머신러닝의 비지도학습

 

평가지표: 지지도, 신뢰도, 리프트

지지도

 

신뢰도

 

리프트

 

 

연관분석 절차

* 최종적으로 2항목 이상의 빈발 항목 집합에 대한신뢰도와 리프트를 구하여 연관규칙을 발견한다. 

 

지지도 40% 이상만 필터링 - Confidence 70% 이상만 필터링 - Lift 100% 이상만 필터링.

(이때 값은 탐색적 데이터 분석 후 결정)

 

 

실습

1단계: 패키지 임포트

from mlxtend.frequent_patterns import apriori, association_rules
from mlxtend.preprocessing import TransactionEncoder
import pandas as pd
import matplotlib.pyplot as plt

 

 

2단계: 데이터 작성

# 장바구니 데이터
tran = [['A','B','C','D','E'], ['B','C'], ['A','B','F'], ['A','B','G'],['A','F','H']]

 

#데이터세트를연관분석이가능한배열로변환
te=TransactionEncoder()
tran_ar=te.fit(tran).transform(tran)
print(tran_ar)
#열이름
print(te.columns_)

 

# 출력
[[ True  True  True  True  True False False False]
 [False  True  True False False False False False]
 [ True  True False False False  True False False]
 [ True  True False False False False  True False]
 [ True False False False False  True False  True]]
['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H']

 

df = pd.DataFrame(tran_ar, columns = te.columns_)
print(df)

# 출력
	A      B      C      D      E      F      G      H
0   True   True   True   True   True  False  False  False
1  False   True   True  False  False  False  False  False
2   True   True  False  False  False   True  False  False
3   True   True  False  False  False  False   True  False
4   True  False  False  False  False   True  False   True

# 각 상품별 거래 빈도
freq=df.sum().to_frame('Frequency')
# 빈도 역순으로 정렬
freq_sort = freq.sort_values('Frequency',ascending=False)
print(freq_sort)

   Frequency
A          4
B          4
C          2
F          2
D          1
E          1
G          1
H          1

 

#지지도
freq_sort['Support'] =freq_sort['Frequency']/len(tran)
print(freq_sort)

   Frequency  Support
A          4      0.8
B          4      0.8
C          2      0.4
F          2      0.4
D          1      0.2
E          1      0.2
G          1      0.2
H          1      0.2

 

# 빈발항목과 지지도
freq_items = apriori(df, min_support=0.4, use_colnames=True)
print(freq_items)

   support itemsets
0      0.8      (A)
1      0.8      (B)
2      0.4      (C)
3      0.4      (F)
4      0.6   (A, B)
5      0.4   (A, F)
6      0.4   (B, C)

# confidence 0.7 이상만 필터링
rules = association_rules(freq_items, metric="confidence",min_threshold=0.7)
rules

 

# lift 1이상만 필터링
rules = rules[(rules['lift']>1)]
rules.sort_values(by='confidence',ascending=False)