数据集概述
本数据集包含5万条布尔型交易记录，每条记录涵盖10种常见商品（如面包、黄油、咖啡等）的购买情况。数据采用布尔值（True/False）表示商品在单次交易中的存在与否，所有字段均无缺失值。数据集结构简洁，适用于商品关联分析和购物篮模式挖掘。
文件详解
- 文件名称：
synthetic_transactions_50k.csv
- 文件格式： CSV
- 字段映射介绍： 包含10个布尔型字段，分别对应以下商品：
- Bread（面包）
- Butter（黄油）
- Cereal（谷物）
- Cheese（奶酪）
- Coffee（咖啡）
- Eggs（鸡蛋）
- Juice（果汁）
- Milk（牛奶）
- Tea（茶）
- Yogurt（酸奶）
每个字段的取值为True（购买）或False（未购买）。
适用场景
- 关联规则挖掘: 通过Apriori等算法分析商品间的共现关系，挖掘频繁项集和关联规则（如"购买面包时同时购买黄油"）。
- 购物篮分析: 研究消费者的购买组合模式，为商品陈列、促销策略和交叉销售提供数据支持。
- 市场篮子建模: 构建消费者购买行为模型，优化库存管理和商品推荐系统。
- 布尔型数据模式识别: 作为典型的布尔数据集，可用于测试和验证分类、聚类等机器学习算法的性能。
