数据挖掘：关联规则

关联规则

关联规则(Association Rules)是反映一个事物与其他事物之间的相互依存性和关联性，是数据挖掘的一个重要技术，用于从大量数据中挖掘出有价值的数据项之间的相关关系。

频繁项集：经常出现在一块的物品的集合。
关联规则：物品之间存在的关系。

置信度和支持度

支持度：数据集中包含该项集的记录所占的比例。
置信度：对于给定的规则 X→Y，置信度越高，Y 在包含 X 的事务中出现的可能性就越大；

Apriori 算法

Apriori算法利用频繁项集生成关联规则。它基于频繁项集的子集也必须是频繁项集的概念。频繁项集是支持值大于阈值（support）的项集。

Apriori算法就是基于一个先验：如果某个项集是频繁的，那么它的所有子集也是频繁的。

算法流程：

输入：数据集合D，支持度阈值𝛼
输出：最大的频繁k项集
1）扫描整个数据集，得到所有出现过的数据，作为候选频繁1项集。k=1，频繁0项集为空集。
2）挖掘频繁k项集
	i)扫描数据计算候选频繁k项集的支持度
   	ii)去除候选频繁k项集中支持度低于阈值的数据集,得到频繁k项集。如果得到的频繁k项集为空，则直接返回频繁k-1项集的集合作为算法结果，算法结束。如果得到的频繁k项集只有一项，则直接返回频繁k项集的集合作为算法结果，算法结束。
    iii)基于频繁k项集，连接生成候选频繁k+1项集。
3）令k=k+1，转入步骤2。