5.2.2 generating Association rules form frequent itemset
挖掘出所有的频繁集后,可以获取关联规则。
Confidence(A=>B) = P(B|A) = support_count(A+B)/support_count(A)
具体操作:
1. 对于每个频繁集L,产生其所有非空子集;
2. 对以L的每个非空子集s,若support_count(L)/support_count(s) > min_conf,那么产生关联规则 s=>(L-s);这样可以发现多维的关联关系。S以及L-s都是多维的
5.2.3 Improving the efficiency of Apriori
提高apriori的几个算法,需要的时候认证研究