ML--Apriori关联分析

Apriori算法通常用于发现样本间的某种关系，比如超市购物中心，通常会根据用户的数据，发现买牛奶的人通常也会买西瓜这样的关系， 来安排把牛奶和西瓜捆绑在一起进行销售。

Apriori的核心思想：

1.发现样本中的频繁集

2.从频繁集中挖掘关联规则

频繁集： 就是样本中出现的次数多的集合（这个多是相对的，算法需要定义一个度来表示什么才是真正的频繁）     x(i)/n

看下图：

上图可以看到， 比如我们有5个商品分别是A,B,C,D,E. 现在从样本中我们看到集合{A,C,D} {B,C,E} {A,B,C,E} {B,E}. 能