如何解决如何将 Item_ID 转换为列以执行 Apriori 算法 Python？
我有 DataSet 个销售订单。
我想在这个数据集中找到频繁项集。
真不知道怎么实现。
在每个网页中，即使在 youtube 中也只有一个示例！！
我使用 groupby 来查找不同的 users 及其 item_id，如下所示。
df = pd.read_csv('orders.csv')
df2 = df.groupby(['ID_Customer','ID_Item']).sum()
print(df2.head())
结果是：
ID_Order Amount_Gross_Order Quantity_item
ID_Customer ID_Item
466132
42545 1739614 29598889.0 1.0
75068 6633327 119266.0 1.0
80046 4909041 15000.0 1.0
81692 2282609 68807.0 2.0
我想将每个 item_id 设置为一列，以将 0 或 1 指定为 apriori 的可执行模式。
我尝试了一些解决方案，但通常会崩溃。
我怎样才能真正运行 apriori？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
