关联规则挖掘

1. 基本概念
关联规则挖掘是指寻找给定数据集中项之间的有趣关联或相关联系。可以帮助许多决策的制定，如分类设计、交叉购物和贱卖分析。典型的例子就是购物篮分析。

2. 关联规则的步骤
（1）找出所有的频繁项集：这些项集出现的频繁性至少和预定义的最小支持数一样
（2）由频繁项集产生强关联规则：这些规则必须满足最小支持度和最小置信度

3. 关联规则的分类
（1）根据规则中所处理的值类型：布尔关联规则（项的在与不在）和量化关联规则（量化的项或属性之间的关联）；
（2）根据规则中涉及的数据维：单维关联规则和多维关联规则
（3）根据规则集中所涉及的抽象层：单层关联规则和多层关联规则
（4）根据关联挖掘的各种扩充：最大模式和频繁闭项集

4. 最简单形式的关联规则方法——Apriori算法
（1）定义：是一种最有影响的挖掘布尔关联规则频繁性集的算法
（2）性质：频繁项集的所有非空子集都必须也是频繁的
（3）原理&