数据挖掘之关联规则Apriori算法

一、Aoriori原始算法：

频繁挖掘模式与关联规则

关联规则两个基本的指标(假设有事务A和事务B)

　　1、支持度(suport)：计算公式如下

　　　　

　　2、置信度(confidence)：

　　

关联规则的挖掘过程：

　　1、设定最小支持度阈值，找出所有的频繁项集且每个出现的次数要大于等于最小支持度阈值。

　　2、由频繁项集产生强关联规则：这些规则必须满足最小支持度和最小置信度。

先验性质：频繁项集的所有非空子集也一定是频繁的

Apriori算法的两大步骤：连接步，剪枝步。

　　

　　举个例子：数据集具有9条事务数据

　　

　　先设置最小支持度阈值为2；然后我们逐层找出有效的频繁项集

　　首先扫描整个数据集共有5个独立的项集分别为[I1, I2, I3, I4, I5]，然后对齐进行计数，查看是否满足阈值。

　　

　　在集合L1 中过滤掉无效项集后，由 L1进行组合产生L2，在对L2 中的每个项集进行计数，过滤掉无效项集

　　

　　有L2进行组合产生L3，再进行计数(此步骤以及后面的步骤(如果有的话))要考虑先验性质，降低运算消耗

　　 　　

　　备注：频繁项集L2 的组合按理说应该是 [[I1,I2,I3], [I1,I2,I5], [I1, I3,I5], [I2, I3, I4], [I2,I3,I5], [I2,I4,I5]]，但是根据先验性质，后面四个项集存在子集不是频繁项集，也就是说子集计数小于2，具体如下

　　

　　迭代到L(n-1) 就停止了。

二、提高 Aprioir算法的效率

　　　　未完待续......