aprioir算法_关联挖掘和Aprioir算法

Apriori算法

优点：易编码实现

缺点：在大数据集上可能较慢

适用数据类型：数值型或者标称型

算法过程:

关联分析是一种在大规模数据集中寻找有意思的关系的任务，这里的有意思的关系有两种：频繁项集(frequent item sets)或关联规则(association rules)。

支持度(support)：一个项集的支持度被定义为数据集中该项集的记录所占的比例。

置信度(confidence)：关联规则A->B的置信度表示为support(A,B)/support(A)

单纯暴力做的话有2^n-1个组合

Apriori原理：如果某个项集是频繁的那么它的子项集也是频繁的。

反过来看就是说一个项如果不是频繁项的话，那么包含他的项也不是频繁项

这里主要是两个过程：

1.生成频繁项集：

这是一个挺简单的过程就是两个集合C、L来回倒，C就是通过初选的集合(像是最原始的啊，组合出来的啊)；L是通过支持度筛选的集合。过程大体如下：

1.根据原始数据集构建单个项组成的集合C1

2.根据C1计算L1

3.找出L1中可以的合并的得到C2

4.重复上述C2 -> L2 -> C3 ->.....->Ck -> Lk

2.推导出关联规则：

通过上一步得到的频繁项集，我们就只需要吧每个频繁项集里能够列出的规则都列出来，然后计算置信度，选出置信度符合要求的就可以了。

函数：

loadDataSet()

导入数据集&#x