【Python机器学习】Apriori算法——示例：发现毒蘑菇的相似特征

zhangbin_2372024-08-15 15:50

有时我们并不想寻找所有的频繁项集，而只对包含某个特定元素项的项集感兴趣。在下面这个例子里，我们会寻找毒蘑菇中的一些公共特征，利用这些特征就可以避免吃到那些有毒的蘑菇。

UCI的机器学习数据集合中有一个关于肋形蘑菇的23中特征的数据集，每一个特征都包含一个标称数据值。我们必须将这些标称数据值转化成一个集合。我们已经把每个蘑菇特征样本转换成一个特征集合，其中枚举了每个特征的所有可能值，如果某个样本包含特征，那么该特征对应的整数值被包含数据集中。

下面观察数据：

第一个特征表示有毒或者可食用。如果某样本有毒，则值为2。如果可食用，则值为1.下一个特征是蘑菇伞的形状，有六种可能的值，分别用整数3-8表示。

为了找到毒蘑菇中存在的公共特征，可以运行Apriori算法来寻找包含特征值为2的频繁项集：

python 复制代码

mushDataSet=[line.split() for line in open('test/mushroom.dat').readlines()]
#print(mushDataSet)
L,suppData=apriori(mushDataSet,minSupport=0.3)
for item in L[1]:
    if item.intersection('2'):
        print(item)

上述代码中在Apriori算法结果中搜索了包含有毒特征2 的频繁项集，下面，对更大的项集来重复上述过程：

python 复制代码

for item in L[3]:
    if item.intersection('2'):
        print(item)

接下来，需要观察这些特征，以便知道了解野蘑菇的那些方面。