关联规则算法——Apriori算法

1.关联规则的名词解释

项集：数据库中的数据项构成的非空集合

事务：一个事务包含了一个或多个项集

支持度：包含项集x的事务数量与全部事务数量的百分比

置信度：同时包含数据项x和数据项y的事务数量与事务x（或事务y）出现的次数之比

最小支持度与最小置信度：关联规则必须满足的最低要求，由用户设定

频繁项集：大于等于最小支持度的项集称为频繁项集

最大频繁项集：不被其它频繁项集包含的频繁项集称为最大频繁项集

强关联规则：大于等于最小支持度和最小置信度称为强关联规则（频繁项集的基础上大于等于最小置信度）

2.Apriori算法步骤

Apriori是基于广度优先的关联规则算法，即从频繁1项集开始，采用频繁k项集搜索频繁k+1项集，直到不能找到包含更多项的频繁项集为止。

（1）扫描数据库，产生后选项集C1；

   (2)从2项集开始，利用上次产生的频繁项集构造新的候选集C+1，计算每个候选集的支持度，得到下一阶大项集；

（3）重复执行步骤2，直至某阶大项集为空。

3.Apriori算法例题

  设最小支持度为2,写出利用Apriori算法产生候选项集及频繁项集的过程。

 第一次搜索：

 第二次搜索：

 

 频繁项集即为L1,L2,L3中的所有项集