九道门丨关联分析方法案例（二）：据说这样做亲和性分析方法更简单！

在上一篇案例（成山后门丨区别分析案例（一）：揭开厂商相互间的“亲密”关系）中的我们通过一个厂商一个厂商对应计算出来成厂商的抗性，以前就再传道大家一个更为直接的计算出来作法——itertools库里，这个库里是python的外设计算出来机系统，主要是用来操作正则表达式内置，包含的函数都可以用来创建正则表达式内置并用以for循环或者next（）。

我们先将资料集转换成DataFrame的格式方便后期适用。

经过正则表达式内置的计算出来，可以将这种人组全部放进，再通过检验计算出来成置信度和支持度：

大家可以认出这种作法也是可以毕竟各个厂商相互间的抗性分析，而且适用正则表达式内置既可以减少内存的耗用同时也并不需要编写繁杂的规则。

那么在终于为了方便查看以及保存，我们可以将计算出来不久的抗性结果转换成DataFrame的多种形式。

通过右边的结果，可以很清楚的认出置信度最高的厂商是哪些，当然我们这是虚拟自制的资料，本身不有着原创性，大家可以可选择自己手头的真正资料，适用同样的办法看看厂商相互间依赖于哪些暂未得知的秘密。

在区别插值中的常用的资料挖掘插值还包括Aprior插值，这个插值但会直接返国每一种不时项集与之对应的置信度和支持度，很感兴趣的同学也可以试验性Aprior插值计算出来。