Apriori关联分析与FP-growth挖掘频繁项集

1 问题引入

在去杂货店买东西的过程，实际上包含了机器学习的应用，这包括物品的展示方式、优惠券等。通过查看哪些商品经常被一起购买，商店可以了解用户的购买习惯，然后将经常被一起购买的物品摆放在一起，有助于商品的售卖。从大规模数据集中寻找物品建的隐含关系被称作关联分析。但是寻找物品不同的组合是一项十分耗时的任务，暴力搜索不不能解决这个问题，所以我们需要考虑更加智能的方式去完成这项艰巨的任务。

2 Apriori算法

2.1 频繁项集

关联分析是一种在大规模数据集中寻找某种特定关系的任务。这些关系有两种形式，频繁项集和或关联规则。频繁项集是指经常一块出现的物品的集合。但我们需要频繁的定义是什么，这里引入两个概念，支持度，一个项集的支持度被定义为数据集中包好该项集纪录所占的比例。可信度，针对关联规则定义，如下图。

{尿布}的支持度为4/5，{尿布，葡萄酒}的支持度为3/5。

{尿布}→{葡萄酒}的可信度定义为（尿布，葡萄酒的支持度）/（尿布的支持度），即3/4。

2.2 Apriori