Apriori算法简介

本博客不再更新，更多精彩内容请访问我的独立博客

Apriori算法

Apriori算法步骤：

1.Apriori算法：使用候选项集找频繁项集

2.由频繁项集产生关联规则

例：设A=足球服，B=足球鞋， C=足球。某网上商城的销售情况如下：

客户号	客户	商品	数量
C1	李鸣	足球服A	10
C1	李鸣	足球鞋B	8
C1	李鸣	足球C	60
C2	金珊	足球C	20
C3	冯君	足球服A	50
C3	冯君	足球鞋B	60
C4	丁贝	足球鞋B	20
C5	陈骋	足球服A	30

不关心商品的销量，只关心商品间的关联度

基本概念

支持度 ：    设W 中有s ％的事务同时支持物品集A 和B，s ％称为关联规则A→B 的支持度。

   例如：A的支持度=60%          A→B 的支持度 = 40%

  Apriori算法：找频繁项集：

1、在第一轮循环中，所有1项目（只有1项）集是候选项目集，从中筛选出
支持度>最小支持度的项目放入频繁项目集
2、在第二轮循环中，只有频繁1项目组成的2项目才是候选项目，从中筛选出
支持度>最小支持度的2项目放入频繁项目集。
3、继续循环，直至n轮循环，所有的频繁项目选出，频繁项目集形成。

设最小支持度为30%
（1）1项目候选项：A 、     B  、 C
                      支持度： 60%       60%       40%
          所以频繁项目集：    进入下一轮单项：
          {A 、B、C}                {A 、B、C}

（2）2项目候选项：AB 、BC、AC
                          支持度：40%   20%   20%
          所以频繁项目集：        进入下一轮单项：
          {A 、B、C、AB}         {A, B}

（3）3项目候选项：无
          算法终止
所以频繁项目集：
          {A 、B、C、AB}

由频繁项集产生关联规则

频繁项目	支持度	频繁项目	支持度
A	60%	C	40%
B	60%	A和B	40

可信度：它是针对规则而言的。指在出现了物品集A 的事务T 中，物品集B 也同时出现的概率有多大。
       可信度=p（condition and result）/p（condition）

兴趣度：物品集A 的出现对物品集B 的出现有多大的影响。 
兴趣度=p(condition and result)/p(condition)*p(result)。
——当兴趣度大于1的时候，这条规则就是比较好的；
——当兴趣度小于1的时候，这条规则就是没有很大意义的。

例： 规则1：if  A   THEN  B , 可信度？
可信度= （A和B）/ A = 40% / 60% = 67% 

规则2：if  A   THEN  C , 可信度？
可信度= （A和C）/ A = 20% / 60% = 33%

规则3：if  A   THEN  B , 兴趣度？
兴趣度=  （A和B）/  （A*B） =  40% / （60% * 60%）= 1.11 > 1  有意义

规则4：if  A   THEN  C , 兴趣度？
兴趣度=  （A和C）/  （A*C） =  20% / （60% * 40%）= 0.83 < 1