数据挖掘-Apriori

从海量数据中挖掘可信频繁项集

属性	描述
优点	易编码实现
缺点	大数据集运行缓慢
适用	数值型，标称型

名词概念

名词	意义
association analysis	关联分析
association rule learning	关联规则学习
frequent item set	频繁项集
association rule	关联规则
frequent	频繁
support	支持度
confidence	可信度

a priori 一个先验 使用知识作为条件进行推断
a postriori 一个后验 使用结果作为条件检测

原理

如果某个项集是频繁项集，那么他的子项集也是频繁项集。反之，如果一个项集是非频繁项集，那么他的所有超集也是非频繁项集。

1. 收集数据
2. 准备数据
3. 分析数据
4. 训练算法
5. 测试算法
6. 使用算法

---

• 首先发现频繁项集
• 然后计算出关联规则

生成候选项集

• 记录训练数据集中每一条数据为候选项集
• 检查每一个候选项集属于数据集子集的个数
• 对于候选项集如果最小值不小于支持度，则保留该项集
• 返回所有频繁项集