无监督学习算法-Apriori进行关联分析

Posted 2020-12-05 xiaogangfan

关联分析

是无监督讯息算法中的一种，Apriori主要用来做_关联分析_，_关联分析_可以有两种形式：频繁项集或者关联规则。举个例子：交易订单

序号	商品名称
1	书籍，电脑
2	杯子，手机，手机壳，盘子
3	古筝，手机，手机壳，玻璃
4	手机，玻璃
5	电视，手机，手机壳

频繁项集：{ 古筝，手机，手机壳，玻璃}就是一个例子。
关联规则：手机->手机壳，买手机很大概率会买手机壳。

关联分析使用的思路

• 无论是频繁项集还是关联规则，都是需要看发生的频率，比如有手机就有手机壳的概率，如果这个比率超过了75%，那么符合。那么概率手机->手机壳=概率（{手机、手机壳}）/概率（{手机}）=
  3/5 除以 4/5 = 0.75。
• 上面的只是其中一种组合，理论上要计算所有排列组合的概率，所以随着数据量的增大，计算量指数增长，而Apriori算法的思路就是如何减少计算量

Apriori的原理

命题：假设一个项集是非频繁的，那么该项集的包含者也是非频繁的。
TODO

优缺点和场景

• 优点：编码容易
• 缺点：大数据量时间可能会唱
• 试用：数值型 or 标称型数据