Apriori算法
一个项集的支持度:数据集中包含该项集的记录所占比例。{豆奶} {豆奶,尿布}
置信度(可信度):针对关联规则来定义的。例如 {尿布}->{葡萄酒} = 支持度{尿布,葡萄酒} /支持度{尿布} = 0.75
这意味着对于包含尿布的记录,规则对其中75%的记录都适用。
支持度,可信度是用来量化关联分析是否成功的方法。
频繁项集:是经常出现在一块的物品的集合
Apriori算法 就是 找频繁项集。
如果某个项集是频繁的,那么他的子集也是频繁的
如果某个项集市不频繁集,那么它的超集也是不频繁的。
关联分析目标:发现频繁项集;
发现关联规则。
Apriori算法:
先返回含一个元素的 数据项
扫描找到满足最小支持度的集合,去掉不满足的集合。
在对集合进行组合,生成包含两个元素的数据项。
发现关联规则:
列出一个频繁项集的所有关联规则。
若某规则不满足最小可信度,那么,它的子集也不满足最小可信度。
(箭头左边是前件,箭头右边是后件,反过来不成立)
若0,1,2->3 不满足最小可信度
0,1->2,3 0,2—>1,3 1,2->0,3 也不满足。