python中关于人口普查数据的关联规则挖掘答案

【问题标题】：Association Rule Mining in python on Census Datapython中关于人口普查数据的关联规则挖掘
【发布时间】：2020-10-17 17:18:25
【问题描述】：

大家好，我正在做一个项目。我需要对如下图所示的人口普查数据执行关联规则挖掘。

我正在使用来自 mlxtend 库的 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fre 变量不返回任何规则，它始终为空。有人可以帮我吗。这是请求。

【问题讨论】：

你的意思是你的变量fre，它保存apriori函数调用的返回值总是空的？
是的，先生，它是空的
我的意思是 0.6 的 min_support 相当高...
最初我使用我的计算值 0.047 @Feelx234

标签： python associations data-mining rules apriori

【解决方案1】：

我尝试了很多方法，我的一位朋友向我推荐了一种解决问题的方法。它以一种优雅的方式工作，但是是的，它也需要你的逻辑。这是帮助我以更好的方式实现我的问题的链接here it is。在我的解决方案中，我使用了相关参数并创建了一个篮子。

就是这样。谢谢。

【讨论】：