Apriori In Python

Prerequisite.

　　A对B的支持度，指的是事件A和事件B同时发生的概率，Support=P(AB).

　　置信度，指的是事件A已经发生了，再发生事件B的概率,就是概率论中的条件概率Confidence=P(B|A)=P(AB)/P(A)

　　如果事件A代表买牛奶，事件B代表买面包：

　　　　假设总共有33%的人买了牛奶 那么 P(A) = 0.33

　　　　假设总共有20%的人同时购买了牛奶和面包，那么Support(A->B) = P(AB)=20%

　　　　Confidence(A->B)=P(B|A)=P(AB)/P(A) = 0.2/0.33 = 0.6

　　　　Confidence(A->B)=60% 就代表所有买牛奶的人中，60%的也购买了面包。

　　　　因此认为60%的可信度，买了牛奶的人会买面包。

 

　　如果事件A中包含K个元素，那么称这个事件A为K项集：

　　　　比如同时买牛奶，面包和水就是一个3项集。

　　如果事件A中包含K个元素，并且A事件发生的概率大于最小支持度，那么称这个事件为频繁K项集：

　　　　比如同时买牛奶，面包和水的人占所有人的比例大于30（最小支持度），那么这就是一个频繁3项集。

　　

 

Python 代码

　　TODO

　　

 

 

 

参考：

　　1.http://www.tanglei.name/apriori-algorithm-in-python/