Apriori算法--关联规则的频繁项集算法-笔记
Apriori算法是一种挖掘关联规则的频繁项集算法,核心思想是通过候选项生成和情节的向下封闭检测两个阶段来挖掘频繁项集。
很多挖掘算法是在Apriori算法的基础上进行改进的,比如基于散列(Hash)的方法,基于数据分割(Partition)的方法,以及不产生候选项集的FP-GROWTH方法。
Apriori算法核心是基于两阶段频集思想的地推方法。该关联规则在分类上属于单维、单层、布尔关联规则
原创
2018-02-07 20:39:32 ·
5070 阅读 ·
0 评论