数据挖掘之Aprior算法

关联规则Aprior算法，我看过很多书，但是都没有看太明白，今天看到一本讲数据挖掘的书《数据挖掘：概念、模型、方法和算法》，里面讲的特别清楚，每一步都特别详细，故把它记录下来。首先看一个表，这个表时一个简单事务数据库的模型：

表1

TID	项
001	A C D
002	B C E
003	A B C E
004	B E

假定最小支持度s = 50%,所以。只有在至少50%的事务中都出现的项集才是频繁项集。

在第一次迭代的第一步中，所有单个项都作为候选集，它的生成阶段，计数阶段和选择阶段如下：

（a1）生成阶段

1-项集C_1

{A}

{C}

{D}

{B}

{E}

(b1)计数阶段

1-项集	计数	s[%]
{A}	2	50
{C}	3	75
{D}	1	25
{B}	3	75
{E}	3	75

(c1)选择阶段

大1-项集L-1	计数	s[%]
{A}	2	50
{C}	3	75
{B}	3	75
{E}	3	75

在第二次迭代中， 它的生成阶段由(c1)选择阶段中的项集两两构成，计数阶段和选择阶段如下：

(a2)生成阶段

12-项集C_2

{A, B}

{A,C}

{A,E}

{B,C}

{B,E}

{C,E}

（b2）计数阶段

2-项集	计数	s[%]
{A, B}	1	25
{A,C}	2	50
{A,E}	1	25
{B,C}	2	50
{B,E}	3	75
{C,E}	2	50

（c2）选择阶段

大2-项集L_2	计数	s[%]
{A,C}	2	50
{B,C}	2	50
{B,E}	3	75
{C,E}	2	50

在第3次迭代中， 它的生成阶段由(c2)选择阶段中的项集两两构成，计数阶段和选择阶段如下：

（a3）生成阶段

3-项集C_3

{B， C， E}

（b3）计数阶段

3-项集	计数	s[%]
{B, C, E }	2	50

（c3）选择阶段

大3-项集L_3	计数	s[%]
{B， C，E}	2	50

在例子中，L_3无法产生候选的4-项集，所以Apriori算法停止迭代过程。

以上为经典的Apriori算法的例子。