需求分析：對徐崢有關的電影進行分析，得到演員的頻繁項集和關聯關係。

資料來源：前一篇爬蟲在豆瓣爬取的資料。

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('./movie_actors.csv')
print('=======================================')
print(movies)
# print(movies.head())
 

# 使用get_dummies 將actors進行one-hot編碼（離散特徵有多少取值(就是整個資料集中有多少個不同的演員)，就用多少維來表示這個特徵）
movies_hot_encoded = movies.drop('actors', 1).join(movies.actors.str.get_dummies('/'))
print('=======================================')
print(movies_hot_encoded)

pd.options.display.max_columns = 100

# print(movies_hot_encoded.head())
 


# 將movieId, title設定為index
movies_hot_encoded.set_index(['title'], inplace=True)
print('=======================================')
print(movies_hot_encoded.head())
# 挖掘頻繁項集，最小支援度為0.05
itemsets = apriori(movies_hot_encoded, use_colnames=True, min_support=0.05)
# 按照支援度從大到小進行輸出
itemsets = itemsets.sort_values(by="
 
support", ascending=False)
print('-' * 20, '頻繁項集', '-' * 20)
print(itemsets)

print('-' * 20, '關聯規則', '-' * 20)
# 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)
# rules.to_csv('./rules.csv', index=False, encoding='utf_8_sig')
print(rules)

執行結果展示：

頻繁項集： 關聯規則：

今天也是元氣滿滿的一天。