关联分析可以用于回答“哪些商品经常被同时购买?”之类的问题
关联分析是在大规模数据集中寻找有趣关系的任务,这些关系可以有两种形式:
频繁项集:是经常出现在一块儿的物品的集合
可信度或者是置信度是针对关联规则来定义的,我们的规则对其中多少的记录都适用
使用Apriori算法进行关联分析。FP-growth算法来高效发现频繁项集。
关联分析是在大规模数据集中寻找有趣关系的任务,这些关系可以有两种形式:
频繁项集:是经常出现在一块儿的物品的集合
关联规则:按时两种物品之间可能存在很强的关系。
支持度是针对项集来说的,因此可以定义一个最小支持度,而只保留满足最小值尺度的项集。可信度或者是置信度是针对关联规则来定义的,我们的规则对其中多少的记录都适用
Apriori算法是发现频繁项集的一种方法,Apriori算法的两个输入参数分别是最小支持度和数据集,该算法首先会生成所有单个元素的项集列表。接着扫描数据集来查看哪些项集满足最小支持度要求,那些不满足最小支持度的集合会被去掉,然后,对剩下来的集合进行组合以生成包含两个元素的项集,接下来,再重新扫描交易记录,去掉不满足最小支持度的项集。该过程重复进行直到所有项集都被去掉。
使用Apriori算法进行关联分析。FP-growth算法来高效发现频繁项集。