第11章：使用Apriori算法进行关联分析（计算频繁项集）

目的：找到数据集中事务的关系，如超市中经常一起出现的物品集合，想找到支持度超过0.8的所有项集

概念：

频繁项集：指经常出现在一起的物品集合；

关联规则：指两个物品之间可能存在很强的关系，如一个人买了什么之后很大可能会买另一种东西；

支持度：数据集中包含该项集的记录所占的比例；保留满足最小支持度的项集即为频繁项集；

可信度：针对诸如{尿布}-{葡萄酒}这样的关联规则产生的，定义为支持度({尿布，葡萄酒})/支持度({尿布})

Apriori原理：

想找到支持度超过0.8的所有项集，一般做法是生成所有可能的组合，对每种组合统计其出现的频繁程度，当物品较多时，做法很慢。Apriori帮助减少可能感兴趣的项集数，原理是如果某个项集是频繁的，则它的所有子集也是频繁，但是反过来，如果一个项集是非频繁的，则它的所有超集也是非频繁的。因此该算法从最简单的一个元素开始，计算一个元素的支持度，如果支持度小于最小支持度，则去除该元素；然后将两个元素结合，计算两个元素的支持度，仍然小于最小支持度则去除，以此类推找到所有可能的大于最小支持度的元素组合。

代码：