机器学习算法（九）：Apriori算法

机器学习算法（九）：Apriori算法

Apriori算法是一种关联分析方法，用于发现隐藏在大型数据集中有意义的联系。所发现的联系可以使用关联规则和频繁项集来表示。

一些基本概念

项集

令$I = \{i_1, i_2, \dots , i_d\}$是购物篮数据所有项的集合，而$T = \{t_1, t_2, \dots , t_N\}$是所有事务的集合。每个事务$t_i$包含的项集都是I的子集。在关联分析中，包含0个或多个项的集合被称为项集。如果一个项集包含k个项，则称它为k-项集。空集是指不包含任何项的项集。

项集的一个重要性质是它的支持度计数，即包含特定项集的事务个数。项集X的支持度计数 σ(X)