Question

1）打开Python，使用Pandas库中的read_csv（）函数将关联分析的数据“demo/data/apriori.txt”读入到工作环境中，其中每个事务集为一行，每行事务集的分隔符默认为字符‘，’。如“A2，B1，C3，D3，E1，F1，H1”这样的一行数据为一个事务集。

2）将读入的“demo/data/apriori.txt”文档中的事务集转换为0，1矩阵，每一行事务集为0，1矩阵的一行，以方便规则的寻找与记录。

3）根据支持度找出频繁集，直至找到最大频繁集后停止。

4）根据置信度得到大于等于置信度的规则，即为Apriori算法所求的关联规则。

5）对Apriori算法输出的规则，编写过滤函数。因为该实验探究的是表8-15中6个症型系数与患者TNM分期的规则，所以只留下关联规则中后项有H的规则，得到的相应结果展示见表8-16。