3. mlxtend의 Apriori 알고리즘 적용하기

    >>> import mlxtend
    >>> from mlxtend.frequent_patterns import apriori
    >>> from mlxtend.frequent_patterns import association_rules
    >>> apriori(df, min_support = 0.6)   # 최소 지지도를 0.6으로 하여 Apriori에 적용하기
        support   itemsets
    -----------------------
    0       0.6         (0)
    1       0.8         (1)
    2       0.6         (3)
    3       0.8         (5)
    4       0.6         (8)
    5       0.6        (10)
    6       0.6      (0, 5)
    7       0.6      (1, 3)
    8       0.6      (1, 5)
    9       0.6     (1, 10)
    10      0.6      (3, 5)
    11      0.6   (1, 3, 5)
    
    
    
    # itemsets에 제품명이 나오도록 지정
    >>> apriori(df, min_support = 0.6, use_colnames = True)
       support               itemsets
    ----------------------------------
    0      0.6                 (Apple)
    1      0.8                 (Beans)
    2      0.6                (Cookie)
    3      0.8                  (Eggs)
    4      0.6                  (Milk)
    5      0.6                (Yogurt)
    6      0.6           (Eggs, Apple)
    7      0.6         (Cookie, Beans)
    8      0.6           (Eggs, Beans)
    9      0.6         (Yogurt, Beans)
    10     0.6          (Cookie, Eggs)
    11     0.6   (Eggs, Cookie, Beans)
    신간 소식 구독하기
    뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.