阿普里里 从头开始快速高效地实现Apriori算法的内存 使用的数据集 当前,假设输入数据来自GroceryStoreData的kaggle数据集,该代码是结构化的,该数据集可从获得。 但是,这是一个非常小的数据集,仅包含20个购物篮和11种独特的商品 当必须为超过10万个独特产品运行算法时,与python库“ apyori”相比,此代码有用且快速 但是,此实现方式仅限于两种产品的每种组合的计算支持,置信度和提升,但是可以根据要求扩展使用相同的概念 好处 使用稀疏矩阵对每种产品组合的支撑度,置信度和提升度进行度量计算,从而使算法快速且存储效率高 结果结构 结果返回三个Numpy Matrci