2.18 面包店购物清单关联分析：BreadBasket数据集实战案例

2.18 面包店购物清单关联分析：BreadBasket数据集实战案例

引言

本文使用BreadBasket数据集，实战演示如何用关联规则分析面包店的购物清单，发现商品之间的关联关系，为商品推荐和布局优化提供数据支持。

一、数据准备

1.1 数据加载

# BreadBasket数据分析importpandasaspdimportnumpyasnpfrommlxtend.frequent_patternsimportapriori,association_rulesfrommlxtend.preprocessingimportTransactionEncoderdefload_breadbasket_data():""" 加载BreadBasket数据 """# 模拟BreadBasket数据（实际应从文件加载）transactions=[['Bread','Coffee','Cake'],['Bread','Coffee'],['Bread','Cake','Pastry'],['Coffee','Cake'],['Bread','Coffee','Pastry'],['Coffee','Pastry'],['Bread','Cake'],['Coffee','Cake','Pastry']]returntransactions transactions=load_breadbasket_data()print(f"交易数量:{len(transactions)}")print(f"示例交易:{