場景：當用戶給自己喜歡的電影打標籤時，我們可以通過關聯規則進行標籤推薦，從而提升使用者體驗。

資料集：MovieLens

下載地址：https://www.kaggle.com/jneupane12/movielens/download

主要使用的檔案：movies.csv

格式：movieId title genres

完整程式碼：

import pandas as pd
from mlxtend.frequent_patterns import apriori
from mlxtend.frequent_patterns import association_rules

# 資料載入
movies = pd.read_csv('
 
./movies.csv')
print(movies.head())
# 檢視genres型別列的資料
print(movies['genres'])
# 將genres進行one-hot編碼（離散特徵有多少取值(就是說整個資料集有多少個電影型別)，就用多少維來表示這個特徵）
# 使用'|'來告訴程式，電影型別之間使用'|'隔開的
# drop('genres', 1) 先把genres列去掉，後面分割之後再拼接上
# 先把genres轉換為字串型別，然後 get_dummies(sep='|') 按豎線進行分割
movies_hot_encoded = movies.drop('genres
 
', 1).join(movies.genres.str.get_dummies(sep='|'))
# 展示0-1熱編碼之後的結果
print(movies_hot_encoded)
# 設定大一點，有些列顯示出來就不是省略號，就可以看到資料
pd.options.display.max_columns = 100
print(movies_hot_encoded.head())

# 分隔線啊啊啊啊啊啊啊啊啊
print("#################################")

# movies_hot_encoded是0-1熱編碼之後的資料集

# 將movieId, title同時設定為index(此操作可以把預設生成的第一列index0,1,2,3,...替換掉)
 

movies_hot_encoded.set_index(['movieId', 'title'], inplace=True)
print(movies_hot_encoded.head())
# 挖掘頻繁項集，最小支援度為0.02
itemsets = apriori(movies_hot_encoded, use_colnames=True, min_support=0.02)
# 按照支援度從大到小進行輸出(預設ascending=True,我們改成False就行了)
itemsets = itemsets.sort_values(by="support", ascending=False)
print('-' * 20, '頻繁項集', '-' * 20)
print(itemsets)
# 根據頻繁項集計算關聯規則，設定最小提升度為2
rules = association_rules(itemsets, metric='lift', min_threshold=2)
# 按照提升度從大到小進行排序
rules = rules.sort_values(by="lift", ascending=False)
# 得到的關聯規則本地儲存
rules.to_csv('./rules.csv', index=False)
print('-' * 20, '關聯規則', '-' * 20)
print(rules)

今天天氣不錯，如有疏漏，還望批評指正。