关联分析
关联分析是一种在大规模数据集中寻找有趣关系的任务,可以有两种形式:
- 频繁项集(frequent item sets):经常出现在一起的事务组合
- 关联规则(associational rules):两种事物间可能存在很强的关系
支持度
数据集中包含该项集的记录所占的比例
置信度
对于某一条规则
Apriori
因为要列举所有事物组合,计算次数呈指数增长,研究人员发现了Apriori算法,如果某个项集是频繁的,它的子集也是频繁的。如果项集是非频繁项集,它的所有超集也是非频繁项集。可以避免项集数目的指数增长。
算法流程
- 收集数据(在论文中我是仿真得到的)
- 准备数据
- 生成候选项集
- 使用:发现频繁项集以及物品之间的关联规则