Apriori算法解析

本文主要对Apriori算法进行解析，参考书籍《Introduction to Data Mining》

摘要： 本算法主要应用于关联分析问题（啤酒与尿布）。它使用基于支持度的剪枝技术，系统的控制候选集指数增长。

            关联规则是形如X->Y的蕴涵表达式，其中X和Y是不相交的项集，即X∩Y=∅。

            支持度(s)：s(x->y)=count(X∪Y)/N                置信度(c): c(x->y)=count(X∪Y)/count(X)

            count(.)表示支持度计数。

1.   Apriori算法的频繁项集产生
     通过例子来了解频繁项集是如何产生的，如下图：
   
   下面给出伪代码，并进行分析：
   

1:  K=1
2:  FK={i|i∈I∧σ({i})≥N*minsup}        {发现所有的频繁1-项集}
3: repeat
4:   k=k+1
5:   Ck=apriori-gen(Fk-1)       {产生候选项集}
6：  for 每个事务 t∈T do
7:      Ct=subset(Ck,t)      {识别属于t的所有候选}
8:      for 每个候选项集c∈Ct do
9: