【547】apriori算法

• 参考：B站视频讲解
• 参考：文本讲解-刘建平
• 参考：文本讲解-简书
• 参考：【十大经典数据挖掘算法】系列之 Apriori 算法

 

---

支持度

　　支持度就是几个关联的数据在数据集中出现的次数占总数据集的比重。或者说几个数据关联出现的概率。如果我们有两个想分析关联性的数据X和Y，则对应的支持度为:

$$Support(X,Y) = P(XY) = \frac{number(XY)}{num(All Samples)}$$

• 一起出现的次数
• 总样本数

　　以此类推，如果我们有三个想分析关联性的数据X，Y和Z，则对应的支持度为:

$$Support(X,Y,Z) = P(XYZ) = \frac{number(XYZ)}{num(All Samples)}$$

　　一般来说，支持度高的数据不一定构成频繁项集，但是支持度太低的数据肯定不构成频繁项集。

 

置信度

　　置信度体现了一个数据出现后，另一个数据出现的概率，或者说数据的条件概率。如果我们有两个想分析关联性的数据X和Y，X对Y的置信度为

$$Confidence(X \Leftarrow Y) = P(X|Y)=P(XY)/P(Y)$$

　　也可以以此类推到多个数据的关联置信度，比如对于三个数据X，Y，Z,则X对于Y和Z的置信度为：

$$Confidence(X \Leftarrow YZ) = P(X|YZ)=P(XYZ)/P(YZ)$$

 

数据挖掘 | [关联规则] 利用apyori库的关联规则python代码实现