如何在Python中计算列表中包含集合的出现次数？

Question

尝试实现Apriori算法并成功提取在所有交易中一起出现的子集。以下是我的代码：

subsets = [set(['Breakfast & Brunch', 'Restaurants']), set(['American (Traditional)', 'Breakfast & Brunch']), set(['American (Traditional)', 'Restaurants']), set(['American (Traditional)', 'Breakfast & Brunch']), set(['Breakfast & Brunch', 'Restaurants']), set(['American (Traditional)', 'Restaurants'])]

例如set（['早餐和早午餐'，'餐厅']）出现两次，我需要跟踪出现次数以及相应模式。

我尝试使用：

from collections import Counter

support_set = Counter()
# some code that generated the list above

support_set.update(subsets)

但是它会生成以下错误信息：

  supported = itemsets_support(transactions, candidates)
  File "apriori.py", line 77, in itemsets_support
    support_set.update(subsets)
  File"/usr/local/Cellar/python/2.7.12/Frameworks/Python.framework/Versions/2.7/lib/python2.7/collections.py", line 567, in update
    self[elem] = self_get(elem, 0) + 1
TypeError: unhashable type: 'set'

有什么想法吗？

- flamenco

---

这可能不再是Apriori算法，而是一种天真且低效的“频繁项集”思想的近似实现。请使用一些更大的数据集进行基准测试，例如ELKI或R的arules包。将所有内容放入Counter中无法扩展。请尝试使用超市数据集等其他数据集。 - Has QUIT--Anony-Mousse

这是Apriori的一部分。它是否可扩展是另一个问题。目前它还没有为生产环境构建！ - flamenco

不，不是这样的。Apriori 是关于高效而非低效的实现。如果忽略了效率方面，那就不再是 Apriori 了。 - Has QUIT--Anony-Mousse

Answer 1

您可以将集合转换为可哈希的 frozenset 实例：

>>> from collections import Counter
>>> subsets = [set(['Breakfast & Brunch', 'Restaurants']), set(['American (Traditional)', 'Breakfast & Brunch']), set(['American (Traditional)', 'Restaurants']), set(['American (Traditional)', 'Breakfast & Brunch']), set(['Breakfast & Brunch', 'Restaurants']), set(['American (Traditional)', 'Restaurants'])]
>>> c = Counter(frozenset(s) for s in subsets)
>>> c
Counter({frozenset(['American (Traditional)', 'Restaurants']): 2, frozenset(['Breakfast & Brunch', 'Restaurants']): 2, frozenset(['American (Traditional)', 'Breakfast & Brunch']): 2})

- niemmi