关联规则算法（Apriori算法 and FP-growth算法）

前言

由于学习关联规则时没有找到比较浅显易懂的博客，于是打算自己写一篇快速了解关联规则的博客

参考的博客:
FP-growth算法
Apriori算法

关联规则挖掘是一种基于规则的机器学习算法，可以在大数据样本库中挖掘频繁项集，它的目的是利用一些度量指标来寻找数据之间存在的强规则。也就是说关联规则挖掘是用于知识发现，而非预测，所以是属于无监督的机器学习方法。

打开你的搜索引擎，打入“你好”，它会给你匹配一些和“你好”一块出现的多的词条，这其实就是去找关于“你好”的频繁项集

频繁项集：支持度大于等于最小支持度的商品组合

我们以啤酒-尿布的商场营销案例来阐述关联规则挖掘的作用

沃尔玛在分析销售记录时，发现啤酒和尿布经常一起被购买，于是他们调整了货架，把两者放在一起，结果真的提升了啤酒的销量。

原因解释：爸爸在给宝宝买尿布的时候，会顺便给自己买点啤酒？

通过上述的案例我们找到了一个关联规则：啤酒→尿布；这个规则出现的频次很高，关联性很强

我们衡量频繁项集的指标有三个

• 支持度
  所谓支持度，就是某个商品组合出现的次数在总购买记录中出现的次数
  如：{牛奶}的支持度为$\frac{4}{5}$，{牛奶,面包}的支持度为$\frac{3}{5}$
  

• 置信度
  置信度其实就是条件概率，表示在买了X的情况下再买Y的比例有多少，表示关联性的强弱
  
  例如，在上面的案例中，牛奶出现的次数为4
  牛奶和面包同时出现的次数为5
  所以{牛奶,面包}的置信度为 4 5 \frac{4}{5} <