実践 機械学習システム

8.2

 バスケット分析

169

valid = set(k for k,v in counts.items() if (v >= minsupport))

ここでのアイテム集合は、要素が一つだけの集合です。このアイテム集合は、閾値より大きい支持

度を持つ要素から構成されるため、頻出アイテム集合（frequent itemsets）と呼ばれます。

itemsets = [frozenset([v]) for v in valid]

反復処理は単純であり、次のようになります。

new_itemsets = []

for iset in itemsets:

for v in valid:

if v not in iset:

#

新しい集合を生成する

newset = (iset|set([v]))

#

データセット中で、新しい集合の出現回数をカウントする

#

注：ここでの処理は遅い（正しい実装ではない）

c_newset = 0

for d in dataset:

if d.issuperset(newset):

c_newset += 1

if c_newset > minsupport:

newsets.append(newset)

これは正しく動作しますが、とても遅いのが欠点です。実装を改良することで、全データセットを対

象にループ処理でカウントすることをやめることができます。特に、私たちはどのバスケ

ットに頻出ア

イテム集合があるかを記録することができます。そうすることでループ処理を加 ...