购物篮分析分类算法——频繁模式挖掘（聚类算法）

        频繁模式是频繁地出现在数据集中的模式，包括频繁项集（如牛奶和面包）、频繁子序列（首先购买PC，然后是数码相机，再后是内存卡）或频繁子结构（涉及不同的结构形式，如子图、子树或子格，它可能与项集或子序列结合在一起）。从大量的商务事物记录中发现有趣相关联系，可为分类设计、交叉销售和购物购买习惯分析等许多商务决策过程提供帮助。

频繁项集挖掘，如购物篮分析等，这些模式可用关联规则的形式表示。

 

       关联规则的支持度为2%，意味所分析的所有事务的2%显示计算机和杀毒软件被同时购买。置信度60%意味购买计算机的顾客60%也购买了杀毒软件。

      项的集合称为项集。包含k个项的项集称为k项集。项集的出现频度是包含项集的事务数，称为项集的频度、支持度计数或计数。