在关联分析(1):概念及应用中,我们介绍了关联分析的应用场景、基本概念和规则产生思路。在本次的文章中,我们将介绍Apriori算法频繁项集产生的原理。文章中会涉及专有名词,不清楚概念的可在上一篇文章中查看。
先验原理与反单调性
产生频繁项集的原始方法是找到所有可能的候选项集,与每个事务比较,计算出支持度计数。但是这种方法开销太大,因此需要在候选项集的产生中,直接删除某些候选项集。这里,就需要用到先验原理和支持度的反单调性。
先验原理。如果一个项集频繁,则其所有子集也频繁。
比如{a,b}是频繁项集,则包含{a,b}的事务一定包含其子集{a}和{b},因此如果{a,b}频繁,其子集一定频繁。
反单调性。如果一个项集非频繁,则其所有超集也非频繁。
比如{a,b}是非频繁项集,则他的所有子集也是非频繁的。即项集的支持度不超过其子集的支持度。根据支持度的反单调性,可以通过剪枝减少候选项集的数量。
<