Apriori算法，挖掘数据集中项集的关联规则学习经典

Apriori算法是一种用于挖掘数据集中频繁项集的关联规则学习的经典算法。它基于“Apriori原理”，即如果一个项集是频繁的，那么它的所有子集也必须是频繁的。该算法通过不断生成新的频繁项集来实现。

Apriori算法的基本步骤如下：

1. 设置最小支持阈值（例如总交易额的2％）并扫描数据集以生成符合阈值的频繁项集的列表。
2. 使用第1步中的频繁项集生成下一级的候选项集列表，这些项集至少具有一个共同的项目。
3. 再次扫描数据集，确定哪些候选项集实际上是频繁的，即检查它们是否符合支持阈值。
4. 重复步骤2和3，直到不能生成更多的频繁项集。
5. 使用之前步骤生成的频繁项集生成关联规则。

Apriori算法具有较高的时间复杂度，因此不适合大型数据集。但是，已经开发了几种优化版本来提高其效率。

这是一个在 Python 中实现 Apriori 算法的示例：

　　import itertools

　　def apriori(transactions, min_support):
　　# 创建事务中唯一项目的列表
　　items = set([item for transaction in transactions for item in transaction])

　　# 初始化频繁项集列表
　　frequent_itemsets = []

　　# 遍历唯一项目
　　for item in items:
　　# 统计每个项目在事务中出现的次数
　　item_count = sum([1 for transaction in transactions if item in transaction])

　　# 如果项目的支持度大于等于最小支持度
　　if item_count/len(transactions) >= min_support:
　　# 将项目添加到频繁项集列表中
　　frequent_itemsets.append((item, item_count))

　　# 遍历频繁项集列表
　　for i in range(1, len(frequent_itemsets)):
　　# 创建所有可能的项集组合列表
　　combinations = list(itertools.combinations(frequent_itemsets, i))

　　# 遍历组合
　　for combination in combinations:
　　# 统计组合在事务中出现的次数
　　combination_count = sum([1 for transaction in transactions if 　　set(combination).issubset(transaction)])

　　# 如果组合的支持度大于等于最小支持度
　　if combination_count/len(transactions) >= min_support:
　　# 将组合添加到频繁项集列表中
　　frequent_itemsets.append(combination)

　　# 返回频繁项集列表
　　return frequent_itemsets

　　# 示例用法
　　transactions = [[‘A’, ‘B’, ‘C’], [‘B’, ‘C’, ‘D’], [‘A’, ‘B’, ‘D’], [‘B’, ‘C’, ‘E’]]
　　min_support = 0.5
　　print(apriori(transactions, min_support))

转载说明：本文部分内容引用自电脑监控软件https://www.vipshare.com/archives/39883，转载请提供出处