机器学习实战精读--------Apriori算法

Posted 2020-10-05

关联分析（关联规则学习）：从大规模数据集中寻找物品间的隐含关系，

Apriori算法：一种挖掘关联规则的频繁项算法，其核心是通过候选集生成和情节的向下封闭检测ll阶段来挖掘频繁项集，它是最具影响的挖掘布尔关联规则频繁集的算法

Aprior算法缺点：① 可能产生大量候选集；② 可能需要重复扫描数据库。

频繁项集：经常出现在一块的物品的集合

关联规则：暗示两种物品之间可能存在很强的关系

一个项集的支持度：数据集中包含该项集的记录所占的比例；支持度是针对项集来说的。

可信度（置信度）：针对一条诸如{尿布}-》{葡萄酒}的关联规则来定义的，这条规则的可信度可以被定义为“支持度({尿布，葡萄酒})/支持度（{尿布}）”

支持度和可信度是用来量化关联分析是否成功的方法

Apriori原理：如果说某个项集是频繁的，那么它的所有子集也是频繁的；如果一个项集是非频繁的，anemia它的所有超集也是非频繁的。使用该原理可以避免项集数目的指数增长，从而在合理的时间内计算出频繁项集。

本文出自 “付炜超” 博客，谢绝转载！