我有很多如下所示的数据：

<A,B,C,D,E,F>…

我想知道是否有方法可以确定向量中不同列之间的关联。这种关联在整个数据中是一致的。例如，其中一条规则是

if (A changes by 1)  B changes by 1

我想能够自动生成这些规则，如果可以的话，请问是否有可用的库来完成这个任务？

回答：

您描述的技术，虽然是一个用例，通常被称为关联规则或市场篮分析。（后一个术语反映了这些算法最早的应用，即研究超市中消费者行为——例如，如果一个购物者购买了一罐花生酱，他们购买一罐蜂蜜的频率是多少？）

至少有一个Python库，Orange，它有一个关联规则模块。

关联规则代码位于Orange模块中，orngAssoc。

通常，您传入数据和一个“阈值标准”（指定给定数据行中任何两个项目之间的关联必须有多强），算法会返回一组超过该阈值的规则。

Orange A/R模块的一个非常有趣的特点是，它可以选择性地返回项目集——即，满足这些规则集的数据行。

Orange的A/R模块的文档简洁明了，并提供了几个简单的可运行代码示例（即，您可以直接插入到A/R模块中）。

我强烈推荐这个模块——在过去几个月中我使用了大约十二次。它的引擎似乎与我使用过的其他实现一样好（Orange实现了Agrawal的动态归纳算法，以及该算法的修改形式）；Orange关联规则模块的吸引力在于（在我看来）它比其他模块更易于使用，并且结果以更易于解释和通常更有用的形式返回（即，项目集）——再次，与其他实现相比。