Python金融数据挖掘 第八章 关联规则算法（1）
·
一、课前讲解
应用于——金融业务问题
分类，聚类，预测(回归)，关联分析
算法：重点内容，但不是基础内容（Python基础知识，前七章）（处理对象，数据类型，模块，函数，规范，逻辑，算法）
需求：数据挖掘+大数据理论知识
金融数据挖掘：算法、工具，平台（Python）
Python！基础——否则无本之木
使用Python算法，体现在结果分析金融。
三阶段：规范+逻辑+目标需求
二、理论模型&Python算法实现
相互关联，但第二步更难。
Apriori算法——算法从0实现，模板。
（缺少Python实践经历，现实中、工作中、任务中，模板处理的数据都是固定的，想要有创新，有改进。长时间使用模板，会形成惯性，自我创新意识、能力不断被磨灭）
觉得费时费力，不出成果，能力是慢慢培养的，没有创新没有竞争力。
不断创新，不断提升！
三、代码
1、构建数据集、数据对象
数据读取函数（基础知识）
2、关联规则
生成项集，1－项集，2－项集
Python实现，理论模型，做作业、考试
3、输出1－项集（C）
函数
单项提取——for循环
冻结操作（不能更改，不可变集合）
想看数据，打印出来
4、频繁1－项集产生函数
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
0
0- 0
已为社区贡献2条内容
所有评论(0)