mysql中怎么实现Apriori_关联规则Apriori算法及实现（python）

一，概念

表1某超市的交易数据库

交易号TID

顾客购买的商品

交易号TID

顾客购买的商品

T1

面包，奶油，牛奶，茶

T6

面包，茶

T2

面包，奶油，牛奶

T7

啤酒，牛奶，茶

T3

蛋糕，牛奶

T8

面包，茶

T4

牛奶，茶叶 T9

面包，奶油，牛奶，茶

T5

面包，蛋糕，牛奶

T10

面包，牛奶，茶

定义一：

设I = {i1，i2，…，im}，是m个不同的项目的集合，每个ik称为一个项目。项目的集合我称为项集。其元素的个数称为项集的长度，长度为k的项集称为k-项集。引例中每个商品就是一个项目，项集为I = {面包，啤酒，蛋糕，奶油，牛奶，茶}，我的长度为6.

定义二：

每笔交易T是项集I的一个子集。对应每一个交易有一个唯一标识交易号，记作TID。交易全体构成了交易数据库D，|D|等于D中交易的个数。引例中包含10笔交易，因此|D|=10。

定义三：

对于项集X，设定count(X⊆T)为交易集D中包含X的交易的数量，则项集X的支持度为：s u p p o r t ( X ) = c o u n t ( X ⊆ T ) / ∣ D ∣ support(X)=count(X⊆T)/|D|support(X)=count(X⊆T)/∣D∣

引例中X={bread, milk}出现在T1，T2，T5，T9和T10中，所以支持度为0.5。

定义四：

最小支持度是项集的最小支持阀值，记为SUPmin，代表了用户关心的关联规则的最低重要性。支持度不小于SUPmin 的项集称为频繁集，长度为k的频繁集称为k-频繁集。如果设定SUPmin为0.3，引例中{bread, milk}的支持度是0.5，所以是2-频繁集。

定义五：

关联规则是一个蕴含式：R : X ⇒ Y R:X⇒YR:X⇒Y

其中X⊂I，Y⊂I，并且X∩Y=⌀。表示项集X在某一交易中出现，则导致Y以某一概率也会出现。用户关心的关联规则，可以用两个标准来衡量：支持度和可信度。

定义六：

关联规则R的支持度是交易集同时包含X和Y的交易数与|D|之比。即：

s u p p o r t ( X ⇒ Y ) = c o u n t ( X ⋂ Y ) / ∣ D ∣ support(X⇒Y)=count(X⋃Y)/|D|support(X⇒Y)=count(X⋂Y)/∣D∣

支持度反映了X、Y同时出现的概率。关联规则的支持度等于频繁集的支持度。

定义七：