《数据分析实战》总结三之关联分析算法Apriori+连接分析算法PageRank+常用的数据挖掘算法逻辑回归

1 关联分析算法：Apriori

关联规则挖掘的重要算法：Apriori

关联规则挖掘可以让我们从数据集中发现项与项（item 与 item）之间的关系

概念：

支持度：指的是某个物品在组合中出现的次数与总次数之间的比例。支持度越高，代表这个组合出现的频率越大。

置信度：指的是在 A 发生的情况下，B 发生的概率是多少。

提升度：指的是A的发生对B的发生概率提升的程度。

公式：提升度 (A→B)= 置信度 (A→B)/ 支持度 (B)，用来衡量 A 出现的情况下，是否会对 B 出现的概率有所提升

频繁项集：支持度大于等于最小支持度 (Min Support，可随机指定) 阈值的项集，所以小于最小值支持度的项目就是非频繁项集，而大于等于最小支持度的项集就是频繁项集。

工作原理：

1 初始化K=1，计算 K 项集的支持度；

2 筛选掉小于最小支持度（随机指定）的项集；

3 如果项集为空，则对应 K-1 项集的结果为最终结果，或者说项集只有一行，那此行就是结果；
否则 K=K+1，重复 1-3 步。

FP-Growth 算法：对Apriori进行改进

Apriori缺陷：

1 可能产生大量的候选集。因为采用排列组合的方式，把可能的项集都组合出来了&#