频繁项集挖掘方法——Apriori算法

1 基本概念
频繁模式(frequent pattern)是频繁地出现在数据集中的模式（如项集、子序列或子结构）项集就是项的集合，项集、子序列、子结构三个名词不需要理解的太高大上通俗言之就是数学中的子集。
关联规则(association rule)项之间关联的紧密程度，以实例来理解：
购买乒乓球也趋向于同时购买乒乓球拍，可以用以下关联规则表示：
乒乓球→乒乓球拍[支持度(support)=2%；置信度(confidence)=60%]
乒乓球和乒乓球拍被同时购买的有2%，购买乒乓球的顾客60%也购买了乒乓球拍
在关联规则中如果满足你设置的最小支持度阈值和最小置信度阈值，则这个关联规则就是你所需要的。同时满足最小支持度阈值和最小置信度阈值的规则称为强规则。
支持度support（A→B）=P（A∪B）
置信度confidence（A→B）=P（B｜A）=support（A∪B）/ support（A）=support_count（A∪B）/support_count（A） 
频繁项集(frequent itemset)：如果项集I的相对支持度满足预定义的最小支持阈值（即I的绝对支持度满足对应的支持度计数阈值），则I是频繁项集。
项的集合称为项集，包含k个项的项集称为k项集。频繁k项集的集合记为Lk

待续……

转载于:https://my.oschina.net/u/2376641/blog/530150