aprioir算法_关联规则 - fionaplanet - 博客园

关联规则：评定规则的标准

支持度：规则前项LHS和规则后项RHS所包括的商品都同时出现的概率，LHS和RHS商品的交易次数/总交易次数。

置信度：在所有的购买了左边商品的交易中，同时又购买了右边商品的交易机率，包含规则两边商品的交易次数/包括规则左边商品的交易次数。

提升度(有这个规则和没有这个规则是否概率会提升，规则是否有价值)：无任何约束的情况下买后项的交易次数/置信度。提升度必须大于1才有意义。

一、Aprioir(利用以前的频繁集产生候选集，从长度为1到2到3...)

利用性质的关键：一个itemsets要想频繁，它所有子集必须频繁，反过来如果有子集不频繁，它的超集也就不可能频繁。所有就可以先找短的，长度为1的都不频繁，包含这个的长的item就不可能频繁，如果长度为1的频繁，就可以继续通过这个找潜在的候选集。

多遍数据库扫描是昂贵的，挖掘长模式需要很多遍扫描，并产生大量候选。Aprioir具有的性质：频繁项集的所有非空子集也必须是频繁的。向下闭包性，利用已满足支持度的频繁，进行组合，生成候选集，只有这些候选集才有可能

首先找频繁一项集(满足最小支持度要求的项集)，在频繁一项集的基础上寻找频繁二项集，再依次寻找频繁三、四等等，直到没有满足最小支持度的项集。

(1)怎样寻找候选集呢？selfjoining+pruning

假设L3={abc, abd, acd, ace, bcd} 将频繁集的字母排序

Selfjoining: 共享前缀的abc,abd合并成abcd; ace,acd合并成acde