Apriori的python3版本实现

参考以下一片写的很详细的文章：
https://blog.csdn.net/sinat_17196995/article/details/71124284
其中把旧代码在python3中报错的都改过来了！良心~~
(比如报错has_key(), map对象无len())

以下的链接是图解整个过程，个人觉得清晰明了：
https://www.cnblogs.com/bigmonkey/p/7405555.html

Apriori算法不适用于非重复项集数元素较多的案例，建议分析的商品种类10左右。

输入：

dataset的类型应该是list形式：

dataSet=[[1, 2,3, 4], [2, 3, 5], [1, 2, 3, 5], [2, 5]]

dataSet=[['豆奶','莴苣'],
     ['莴苣','尿布','葡萄酒','甜菜'],
     ['豆奶','尿布','葡萄酒','橙汁'],
     ['莴苣','豆奶','尿布','葡萄酒'],
     ['莴苣','豆奶','尿布','橙汁']]

装入黑盒：

L,suppData=apriori(dataSet,0.5)
rules=generateRules(L,suppData,0.7)

输出：

L：频繁项集
suppData:支持度
rules：规则的置信度

以下是“黑盒”
Apriori.py:

def createC1(dataSet):
    C1 = []