Apriori算法大概流程(例题说明)

一：Apriori算法思想

首先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。

然后由频集产生强关联规则，这些规则必须满足最小支持度和最小可信度。

二："上"例题

三：求所有频繁项集（核心是支持度=50%）

1，求（频繁）标准

=支持度*项数=4*0.5=2

所以现在知道出现次数为2的就是频繁项集

2，依次求项数为1，2，3的出现次数（>2即可）

3，现在求项数为1的出现次数

4，现在求项数为2的出现次数(基于3)

注意：{1，3}出现两次不一定就是按顺序的{1，3}，谁在前谁在后符合即可

           {1，2，3}也表示{1，3}出现一次

5，现在求项数为3的出现次数(基于4)

这样频繁项集就求完啦

四，求强关联规则（核心是可信度是70%）

简单理解：就是求前面项数分别为1，2，3的频繁项集之间的关联要>70%

3项数 / 2项数：

注意：1，需要返回前面查看出现次数哦

           2，比的时候需要是相关联的，像{2，3，5}不包含{1，3}，就不用计算

2项数 / 1项数：

注意：比的时候也是需要相关联的，{1，3}包含1也包含3，所以才有下面前两个

现在上面大于0.7的就是满足条件的强关联啦

还想看更多，来啦！！！

1，大数据比赛篇全国职业院校技能大赛-大数据比赛心得体会_全国职业职业技能比赛 大数据-CSDN博客

2，求职简历篇（超实用）大学生简历写作指南：让你的简历脱颖而出-CSDN博客

3，AIGC心得篇aigc时代，普通人需要知道的-CSDN博客

4，数据分析思维篇学习数据分析思维的共鸣-CSDN博客

5，中年危机篇“中年危机”如何转变为“中年机遇”-CSDN博客

其他需求，看主页哦！