关联规则挖掘理论和算法（数据挖掘十大算法---Apriori算法）

一、（Apriori）发现频繁项目集

通过用户给定的 最小支持度，寻找所有频繁项目集（满足Support不小于Minsupport的所有项目子集）
逐层发现算法，按照项集的长度由下到大逐级进行，并最后发现频繁几项集

项（Item）
购物篮（Transcation）：交易
项集（Itemset）：所有项的集合
K项集：在集合中包含K个项的项集

---

支持度：support(x)=count(x) / |D| *100%
——x出现的概率

---

count(x):一个项集x在数据库中出现的次数x
D：数据库（交易的个数）

---

置信度：confidence(X->Y) = support(X->Y) / support(X) *100%
support(X)=support(X∩Y)
———X出现了的同时Y出现的概率

算法实现：
输入：数据库D；最小支持度minsup_count
输出：频繁项目集L

                                       样本事务数据库

TID	Itemset
1	A,B,C,D