參考部落格：http://www.cnblogs.com/llhthinker/p/6719779.html

　　學習的別人的程式碼，用Python實現的Apriori演算法，演算法介紹見https://www.cnblogs.com/1113127139aaa/p/9926507.html

　　內容是實現Apriori演算法的流程，資料是簡單的測試陣列，因為自己比較菜所以僅是為了自己複習寫了很水的註釋，如果有像我一樣的小白可以參考，先把完成的部分貼上來，原部落格有原來博主的註釋

def load_data_set():
    """
   載入一個示例集合
    Returns: 
        A data set: 一個購物列表，每個項中有不同的商品item
    
 
"""
    data_set = [['l1', 'l2', 'l5'], ['l2', 'l4'], ['l2', 'l3'],
            ['l1', 'l2', 'l4'], ['l1', 'l3'], ['l2', 'l3'],
            ['l1', 'l3'], ['l1', 'l2', 'l3', 'l5'], ['l1', 'l2', 'l3']]
    return data_set


def create_C1(data_set):
    """
    掃描資料集，建立元素個數為1的項集C1，作為頻繁項集的候選項集C1
    """
 

    C1 = set()
    for t in data_set:
        for item in t:
            item_set = frozenset([item])
            """
            由於要使用字典（support_data）記錄項集的支援度，需要用項集作為key，
            而可變集合無法作為字典的key，因此在合適時機應將項集轉為固定集合frozenset。
            或者另一種用法：
            for item in t:
                C1.append([item])
            C1.sort()
            return map(frozenset,C1)
            
 
"""
            C1.add(item_set)
    return C1


def is_apriori(Ck_item, Lksub1):
    """
    進行剪枝，如果滿足APriori，即滿足支援度，返回True
    否則返回False，刪除
    """
    for item in Ck_item:
        sub_Ck = Ck_item - frozenset([item])
        if sub_Ck not in Lksub1:
            return False
    return True


def create_Ck(Lksub1, k):
    """
    由Lk-1生成Ck
    具體實現方法是在Lk-1中，對所有兩個項集之間只有最後一項item不同的項集的交集
    """
    Ck = set()
    len_Lksub1 = len(Lksub1)
    list_Lksub1 = list(Lksub1)
    for i in range(len_Lksub1):
        for j in range(1, len_Lksub1):
            l1 = list(list_Lksub1[i])
            l2 = list(list_Lksub1[j])
            l1.sort()
            l2.sort()
            if l1[0:k-2] == l2[0:k-2]:
                Ck_item = list_Lksub1[i] | list_Lksub1[j]           #求並集
                # 剪枝
                if is_apriori(Ck_item, Lksub1):
                    Ck.add(Ck_item)
    return Ck


def generate_Lk_by_Ck(data_set, Ck, min_support, support_data):
    """
    由候選頻繁k項集Ck生成頻繁k項集Lk
    主要內容是對Ck中的每個項集計算支援度，去掉不滿足最低支援度的項集
    返回Lk，記錄support_data
    """
    Lk = set()
    item_count = {}
    for t in data_set:                              #掃描所有商品，計算候選頻繁項集C中項集的支援度，t為訂單
        for item in Ck:                             #item為C中的項集
            if item.issubset(t):                    #如果C中的項集是t訂單的子集
                if item not in item_count:          #如果item_count中還沒有這個項集，計數為1
                    item_count[item] = 1
                else:                               #如果item_count中已經有了這個項集，計數加1
                    item_count[item] += 1
    t_num = float(len(data_set))                    #t_num，訂單總數
    for item in item_count:                         #item_count中已經有了所有的候選項集，計算支援度
        if (item_count[item] / t_num) >= min_support:
            Lk.add(item)                            #滿足最小支援度的項集add進頻繁項集Lk中
            support_data[item] = item_count[item] / t_num       #記錄支援度，返回Lk
    return Lk


def generate_L(data_set, k, min_support):
    """
    生成頻繁集Lk，通過呼叫generate_Lk_by_Ck
    從C1開始共進行k輪迭代，將每次生成的Lk都append到L中，同時記錄支援度support_data
    """
    support_data = {}
    C1 = create_C1(data_set)            #生成C1
    L1 = generate_Lk_by_Ck(data_set, C1, min_support, support_data)     #由C1生成L1，呼叫generate_Lk_by_Ck函式
    Lksub1 = L1.copy()
    L = []
    L.append(Lksub1)
    for i in range(2, k+1):                                             #由k已知進行重複迭代
        Ci = create_Ck(Lksub1, i)                                       #由Lk生成Lk+1，呼叫create_Ck函式
        Li = generate_Lk_by_Ck(data_set, Ci, min_support, support_data)
        Lksub1 = Li.copy()
        L.append(Lksub1)
    return L, support_data


def generate_big_rules(L, support_data, min_conf):
    """
    Generate big rules from frequent itemsets.
    Args:
        L: The list of Lk.
        support_data: A dictionary. The key is frequent itemset and the value is support.
        min_conf: Minimal confidence.
    Returns:
        big_rule_list: A list which contains all big rules. Each big rule is represented
                       as a 3-tuple.
    """
    big_rule_list = []
    sub_set_list = []
    for i in range(0, len(L)):
        for freq_set in L[i]:
            for sub_set in sub_set_list:
                if sub_set.issubset(freq_set):
                    conf = support_data[freq_set] / support_data[freq_set - sub_set]
                    big_rule = (freq_set - sub_set, sub_set, conf)
                    if conf >= min_conf and big_rule not in big_rule_list:
                        # print freq_set-sub_set, " => ", sub_set, "conf: ", conf
                        big_rule_list.append(big_rule)
            sub_set_list.append(freq_set)
    return big_rule_list


if __name__ == "__main__":                  #主程式入口
    """
    Test
    """
    data_set = load_data_set()              #載入測試資料集
    L, support_data = generate_L(data_set, k=3, min_support=0.2)            #資料集中最大商品數為3，給定預設最低支援度為0.2，呼叫generate_L函式
    big_rules_list = generate_big_rules(L, support_data, min_conf=0.7)
    for Lk in L:
        print ("="*50)
        print ("frequent " + str(len(list(Lk)[0])) + "-itemsets\t\tsupport")
        print ("="*50)
        for freq_set in Lk:
            print (freq_set, support_data[freq_set])                        #print頻繁k項集和支援度
    print
    print ("Big Rules")
    for item in big_rules_list:
        print (item[0], "=>", item[1], "conf: ", item[2])