关联规则java apriori_关联规则算法(The Apriori algorithm)详解

一、前言

在学习The Apriori algorithm算法时，参考了多篇博客和一篇论文，尽管这些都是很优秀的文章，但是并没有一篇文章详解了算法的整个流程，故整理多篇文章，并加入自己的一些注解，有了下面的文章。大部分应该是copy各篇博客和翻译了论文的重要知识。

关联规则的目的在于在一个数据集中找出项之间的关系，也称之为购物蓝分析 (market basket analysis)。例如，购买鞋的顾客，有10%的可能也会买袜子，60%的买面包的顾客，也会买牛奶。这其中最有名的例子就是"尿布和啤酒"的故事了。

二、重要概念

首先我们来看，什么是规则？规则形如"如果…那么…(If…Then…)",前者为条件，后者为结果。例如一个顾客，如果买了可乐，那么他也会购买果汁。

如何来度量一个规则是否够好？有两个量，置信度(Confidence)和支持度(Support)。假设有如下表的购买记录。

顾客

项目

1

orange juice, coke

2

milk, orange juice, window cleaner

3

orange juice, detergent

4

orange juice, detergent, coke

5

window cleaner

将上表整理一下，得到如下的一个2维表

Orange

Win Cl

Milk

Coke

Detergent

Orange