Apriori算法进行关联分析总结

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