Apriori算法在Python中需用mlxtend库实现，输入必须是one-hot编码的布尔矩阵，参数min_support控制支持度、min_threshold控制规则指标阈值，建议限制max_len=3并优先考虑fpgrowth提速。
Apriori 算法在 Python 中不能直接用 scikit-learn 实现，必须换库；原生实现容易因频繁项集爆炸而卡死，得先做严格的数据预处理和参数约束。
用 mlxtend 而不是 sklearn
scikit-learn 没有 apriori 函数，硬套会白忙活。主流选择是 mlxtend，它专为关联规则设计，接口清晰且支持 fpgrowth 作为备选。
- 安装命令：
pip install mlxtend - 关键函数只有两个：
apriori（生成频繁项集）和association_rules（推导规则） - 注意版本兼容性：
mlxtend >= 0.22.0才支持 Pandas DataFrame 输入，旧版只认布尔型二维数组
输入数据必须是 one-hot 编码的布尔矩阵
Apriori 不接受原始商品名列表或整数编码，必须转成每行一个顾客、每列一个商品、值为 True/False 的矩阵。常见错误是直接传入 ['牛奶', '面包'] 这样的 list 列表，会报 ValueError: Input must be a pandas DataFrame or numpy array。
- 正确做法：用
pandas.get_dummies+groupby().sum()> 0 转布尔值，或用TransactionEncoder（mlxtend.preprocessing下） - 别漏掉
fillna(False)：空值会导致apriori报nan相关错误 - 列名必须是字符串，含空格或特殊字符（如
"apple juice"）要提前清理，否则association_rules可能静默失败
min_support 和 min_threshold 参数不等价
apriori 的 min_support 是全局最小支持度（0–1 浮点数），而 association_rules 的 min_threshold 是置信度/提升度等指标的阈值，两者作用对象不同，调错一个就看不到结果。
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
立即学习“Python免费学习笔记（深入）”；
- 典型陷阱：设
min_support=0.01却忘了购物篮总数少（比如仅 200 笔订单），实际意味着至少 2 笔共现——太松，结果爆炸；设0.5又可能一条规则都出不来 - 建议先跑
apriori(..., use_colnames=True)查看支持度分布，再定min_support -
association_rules默认只算confidence，若想按lift筛选，得显式传metric="lift"和min_threshold=1.2（lift > 1 表示正相关）
性能瓶颈常卡在频繁 3 项集及以上
超市数据商品数常超 1000，apriori 默认不限制最大项集长度（max_len），遇到“牛奶+鸡蛋+面包+黄油+果酱”这种长组合，计算量指数级增长，内存爆掉或跑一小时没响应。
- 强制加
max_len=3，大多数业务问题用 2→3 项规则已足够定位主推组合 - 用
use_colnames=True后，输出是带商品名的 DataFrame，但列名是frozenset，排序或筛选时记得用list(rule)转可读形式 - 如果数据量大（>5 万笔），优先换
fpgrowth，它比apriori快一个数量级，API 完全一致
真正卡住的地方往往不是算法本身，而是把交易记录转成布尔矩阵时漏了去重、空值或非字符串列名；还有人把 min_support 当成绝对频次来设，结果要么空结果要么上万条规则——得盯着 len(frequent_itemsets) 输出数值调参。
