Apriori で頻出アイテム集合を特定する

オンライン小売業者向けに行った集約の演習は有益でした。どのカテゴリのアイテムが取引でよく現れるかを把握するための出発点になったからです。小売業者は次の段階として、個々のアイテムそのものを調べ、どれが頻出かを知りたいと考えています。

この演習では、最初に集約せずにオンライン小売データセットへ Apriori アルゴリズムを適用します。目的は、サポートの最小値とアイテム数の上限を使ってアイテム集合を枝刈り（pruning）することです。なお、pandas は pd としてインポート済みで、ワンホットエンコード済みデータは onehot として利用可能です。