FPmax算法Python实现例子

各类优化算法入门优秀论文总结目录

import copy
import pandas as pd
from mlxtend.frequent_patterns import fpmax
from mlxtend.preprocessing import TransactionEncoder	# 传入模型的数据需要满足特定的格式，可以用这种方法来转换为bool值，也可以用函数转换为0、1

def FPmax_deal(data):
	return data.dropna().tolist()	

def FPmax(data,min_support):
    #data=data.tolist()
    temp_df=pd.DataFrame(data)
    df_arr = temp_df.apply(FPmax_deal,axis=1).tolist()
    te = TransactionEncoder()	# 定义模型
    df_tf = te.fit_transform(df_arr)
    #需要将data转换成transact_items_matrix编码方式
    transact_items_matrix = pd.DataFrame(df_tf,columns=te.columns_)
    #print(transact_items_matrix)
    rule_items=fpmax(transact_items_matrix,min_support=min_support,use_colnames=True)
    print(rule_items)

    
if __name__ == '__main__':

    test_list = [[1,3,4],
	        [2,3,5],
	        [1,2,3,5],
	        [2,5],
	        [1,2,3,5]]
    FPmax(test_list,0.4)