Python Apyori 按提升排序

Question

所以我一直在使用 Apyori 从泰坦尼克号幸存者的数据集中获得最低限度的支持。

rules = apriori(titanic, min_support = 0.1, min_confidence = 1.0)
print(list(rules))

这是我将作为输出获得的元素之一的示例

[RelationRecord(items=frozenset({'Crew', 'Adult'}), 
support=0.4020899591094957, ordered_statistics= 
[OrderedStatistic(items_base=frozenset({'Crew'}), 
items_add=frozenset({'Adult'}), confidence=1.0, lift=1.0521032504780115)])

但是，我正在尝试按升力排序，但我不确定如何解决这个问题，因为升力元素似乎在元组内，但我不确定我将如何去关于排序。

非常感谢任何帮助。

谢谢。

Answer 1

您可以将输出放在 Pandas DataFrame 中，然后按升力排序

你有这个:

rules = apriori(titanic, min_support = 0.1, min_confidence = 1.0)

让我们创造成果

results = list(rules)

现在我们要将结果写入 Pandas DataFrame，然后按 Lift 排序

df = pd.DataFrame(columns=('Items','Antecedent','Consequent','Support','Confidence','Lift'))

Support =[]
Confidence = []
Lift = []
Items = []
Antecedent = []
Consequent=[]

for RelationRecord in results:
    for ordered_stat in RelationRecord.ordered_statistics:
        Support.append(RelationRecord.support)
        Items.append(RelationRecord.items)
        Antecedent.append(ordered_stat.items_base)
        Consequent.append(ordered_stat.items_add)
        Confidence.append(ordered_stat.confidence)
        Lift.append(ordered_stat.lift)

df['Items'] = list(map(set, Items))                                   
df['Antecedent'] = list(map(set, Antecedent))
df['Consequent'] = list(map(set, Consequent))
df['Support'] = Support
df['Confidence'] = Confidence
df['Lift']= Lift

按提升度对结果数据框进行排序

df.sort_values(by ='Lift', ascending = False, inplace = True)