逻辑清晰的Apriori 算法介绍与代码实现

本文针对的对象是大概知道什么是 Apriori算法，但是还比较迷糊的读者。

Apriori算法的介绍

Apriori，翻译为“先验的”。顾名思义，是利用已知的数据来获取规律的数据挖掘关联算法。它通过“支持度”，“可信度”，“提升度”三个指标来衡量数据的相关性。首先通过“支持度”获得“频繁项集”，接着由“可信度”和“提升度”对“频繁项集”进行衡量，得到最终的结果“强关联规则”。接下来分别对支持度，可信度，提升度，频繁项集和强关联规则进行说明，并举一个简单的例子便于理解。

支持度

一个表示概率的指标，对于事物A来说，A的支持度为事物A发生的概率，公式表示为：
$$support(A)=P(A)$$
对于两个事物A和B来说，A与B的支持度就是A和B同时发生的概率。公式表示为：
$$support(AB)=P(AB)$$
PS:就是简单的概率公式

频繁项集

一般地，在实际中为了筛选数据，我们会对支持度有一个规定。当一条数据满足最小支持度的时候，我们就说，它是一个频繁项，他们构成的集合称为频繁项集。具体请看接下来的例子。

置信度

同样是一个表示概率的指标，对于事物A和B来说，A对B的置信度就是A和B同时发生的概率与A出现概率的比值。公式表示为：
c o n f i d e n c e ( A ⇒ B ) = s u p p o r t ( A B ) s u p p o r t ( A ) confidence(A\Rightarrow B)= \frac{support(AB)} {support(A)} confidence(A⇒B)=