2.4.4 案例：毒蘑菇的相似特征
蘑菇是人们生活中比较常见的真菌，营养丰富、味道鲜美、低脂肪，富含高蛋白及人体必需氨基酸、矿物质、维生素和多糖等营养成分的健康食品。但是，并不是所有的蘑菇都能够食用，特别是在野外发现的陌生蘑菇，很有可能造成中毒。毒蘑菇的危险性大家基本都清楚，但具体哪些蘑菇会引起中毒呢？
民间流传的一些说法是不可信的，更不能把它当作规律去运用。例如：有人说颜色鲜艳，样子好看或菌盖上长疣的有毒；有人说不生蛆、不生虫的有毒；有人说有腥、辣、苦、麻、臭等气味的有毒；有人说受伤后变色的有毒；也有人说烹煮时能使银器、大蒜、米饭等变色的有毒等。事实证明，某一说法对某一种毒菇的鉴定可能是对的，但绝不能作为鉴别所有毒菇的依据。例如：毒伞、白伞等颜色并不鲜艳，样子也不好看，受伤也不变色，也不能使银器和大蒜变黑，然而都含有致命的毒素，50克重的毒菇就可毒死一个成年人。可是香口蘑不生蛆、不生虫，却是一种名贵的食用菌。相反，豹斑毒伞是有名的毒菇，既生蛆也生虫。还有多种牛肝菌，俗称“见手青”，真是一碰就青，但却是风味独特、口感滑润细腻的美味食用菌。因此，要准确地认识毒菇，需要大型真菌的分类学知识，不能一概而论。不认识的野生菇千万不能轻易食用，以免中毒。
要正确地认识毒菇，唯一的方法是从生物学性状着手了解它的外部形态、内部结构及生态习性等，仅用一两句话是难以说明的。某一种方法只能鉴定某一种毒菇，目前国内外还没有一种简单而又有效的方法把所有毒菇检测出来。
收集蘑菇多方面的特征数据采用Apriori算法进行关联分析，希望找出毒蘑菇的相似特征。
使用的蘑菇数据集总样本数为8 124个，其中6 513个样本做训练，1 611个样本做测试。并且，其中可食用的样本有4 208个，占51.8%；有毒的样本为3 916个，占48.2%。每个样本描述了蘑菇的23个属性，比如形状、气味、是否有毒等。
图2⁃9为部分蘑菇样本的23种特征数据。每一行代表一个蘑菇样本，每一列代表蘑菇的一种特征，例如：第1列表示是否有毒（1—无毒；2—有毒）；第2列表示蘑菇伞的形状（有6种可能的形状，分别用3—8来表示）；第3列表示蘑菇伞表面质感（有4种可能的值，分别用9—12来表示）；其他列以此类推，每个特征的每个取值都用一个唯一的整数来表示。
图2⁃9 蘑菇的23种特征数据
这里只对包含某个特征元素（有毒素）的项集感兴趣，从中寻找毒蘑菇中的一些公共特征，利用这些特征来识别有毒的蘑菇。(https://www.daowen.com)
如图2⁃10所示，采用了Apriori算法来获取有毒蘑菇的相似特征，主要包含三个步骤：读取蘑菇数据、执行Apriori算法获得频繁项集、从频繁项集中挖掘出关联规。
输入收集的6 513个样本的6 513×23个数据（事先保存在文件中，程序从文件中读取数据），执行该算法程序。如图2⁃11所示，程序开始执行，根据提示输入最小支持度（小于等于0.4）和最小可信度，这里输入0.4和0.8，程序将输出毒蘑菇的相似特征关联性。
图2⁃11 毒蘑菇相似特征
从结果可以看出：具有特征值28（第6列特征）的蘑菇为毒蘑菇的概率为0.9659863945578231；同时具有特征值28和85的蘑菇为毒蘑菇的概率为0.9659863945578231；同时具有特征值59和39的蘑菇为毒蘑菇的概率为0.9398663697104677；同时具有特征值59、85和39的蘑菇为毒蘑菇的概率为0.9398663697104677。
关于毒蘑菇的相似特征分析程序源代码、样本数据及实验过程可通过扫描二维码查看。
