4.3.2无监督学习（四） - 序列模式与AprioriAll算法

简介

关联分析为了寻找数据各个特征之间的关联影响关系。关联关系并不是因果关系，它表示的是特征A出现与特征B出现之间的影响关系。关联分析通常可以分为关联规则（Association Rules）与序列模式（Sequence Pattern Mining）。其中，序列模式算法中最基本的是AprioriAll算法。

一句话解释版本：

序列模式就是有时间顺序概念的关联规则。

数据分析与挖掘体系位置

序列模式是一种无监督学习方法，其在整个数据分析与挖掘体系中的位置如下图所示。

 

序列模式的理念

关联规则（Apriori算法）只能衡量X与Y之间的影响力大小。这种影响与时间、顺序是无关的。我们只考虑购买牛奶与购买面包的关系，但是不会考虑购买的先后顺序与购买的时间。举例来说，在关联规则中，如果一个项集为[牛奶，面包，裙子]，这个购买行为是不具有任何顺序与时间观念的。

但是序列模式不同，它是具有先后顺序概念的。也就是说，它能够考察：我在之前的购买中买了牛奶，之后的购买行为中我更有可能买面包。序列模式的挖掘带入了时间次序的概念。

 

序列模式的处理单元

在上一章说过：

在关联规则中，一个记录是一个项集，[牛奶ÿ