由应用出发进行分析:譬如推荐,个性化推荐的方面的应用展开。我们可以通过频繁模式和关联规则来进行分析
一:简介:Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法,使用一种称作逐层搜索的迭代方法,“K-1项集”用于搜索“K项集”。频繁模式是指频繁地出现在数据集中的模式,譬如购物习惯,网页浏览记录之类。我们可以进行有效的数据分析来得到有效的用户信息。其中,在数据集中的频繁项集能够促使我们发现大型事物或关系数据集中项之间有趣的关联或相关性。这可以在一定程度上为分类设计(营销规划、广告策划或新的分类设计)、交叉销售和顾客购买习惯分析等实物决策提供数据方面的支持。
二:算法说明:
Apriori算法的特点:只能处理分类变量,无法处理数值型变量;利用支持度(support)和置信度(confidence)这两个方面来进行(1.依据支持度找出所有频繁项集(频度)2.依据置信度产生关联规则(强度))。
对于A->B:support=P(A ∩ B)
confidence=P(B|A),
例如购物篮分析:牛奶 ⇒ 面包
支持度3%:意味着3%顾客同时购买牛奶和面
置信度40%:意味着购买牛奶的顾客40%也购买面包
步骤:产生频繁项集和依据频繁项集产生规则。其中的核心思想有两个方面:连接步和剪枝布。
实现:我们在实际的应用中比较广泛的是Apriori算法(先验),这是一种利用逐层搜索的迭代方法。步骤:1 累计每个项的技术,并收集满足最小支持度的项,找出频繁1项集的集合L1 2 使用L1找出L2 以此类推 找出Lk
举例: