Apriori关联分析

已知最小支持度为60%，最小置信度为80%

1）第一步，对事务数据库进行一次扫描，计算出D中所包含的每个项目出现的次数，生成候选1-项集的集合C1。

TID	项集
T100	{A, C, S, L}
T200	{D, A, C, E, B}
T300	{A, B, C}
T400	{C, A, B, E}

C1

项集	支持度计数
{A}	4
{B}	3
{C}	4
{D}	1
{E}	2
{S}	1
{L}	1

2）第二步，根据设定的最小支持度，从C1中确定频繁1-项集L1。

L1

项集	支持度计数
{A}	4
{B}	3
{C}	4

3）第三步，由L1产生候选2-项集C2，然后扫描事务数据库对C2中的项集进行计数。

C2

项集	支持度计数
{A, B}	3
{A, C}	4
{B, C}	3

4) 第四步，根据最小支持度，从候选集C2中确定频繁2-项集L2。

L2

项集	支持度计数
{A, B}	3
{A, C}	4
{B, C}	3

5)第五步，由频繁2-项集L2生成候选3-项集C3，生成的候选3-项集的集合C3={A,B,C}，C3的子集都是频繁的，且项集{A，B，C}计数为3，即L3=C3={A,B,C},L3即为频繁3-项集。

从而，所有的频繁项集为：{A},{B},{C},{A,B},{A,C},{B,C},{A,B,C}。

  

由频繁项集产生关联规则如下：

针对频繁2-项集L2，相应的置信度为：

规则	置信度
{A}->{B}	3/4=75%
{B}->{A}	3/3=100%
{A}->{C}	4/4=100%
{C}->{A}	4/4=100%
{B}->{C}	3/3=100%
{C}->{B}	3/4=75%

针对频繁3-项集L3，非空真子集有：{A},{B},{C},{A,B},{A,C},{B,C},相应的置信度为：

规则	置信度
{A}->{B,C}	3/4=75%
{B}->{A,C}	3/3=100%
{C}->{A,B}	3/4=75%
{A,B}->{C}	3/3=100%
{A,C}->{B}	3/4=75%
{B,C}->{A}	3/3=100%

因为最小置信度为90%，故所有关联规则为：

{B}->{A}、{A}->{C}、{C}->{A}、{B}->{C}、{B}->{A,C}、{A,B}->{C}、{B,C}->{A}