django实现apriori算法_Apriori算法之python实现

Apriori算法之python实现

1.基本概念

学习Apriori算法首先要了解几个概念：项集、支持度、置信度、最小支持度、最小置信度、频繁项集。

项集：顾名思义，即项的集合。eg：牛奶、面包组成一个集合{牛奶、面包}，其中牛奶和面包为项，{牛奶、面包}为项集，称之为2项集。（说白了，其实就是集合）

支持度：项集A、B同时发生的概率称之为关联规则的支持度。

置信度：项集A发生的情况下，则项集B发生的概率为关联规则的置信度。

支持度与置信度的概念有些抽象，具体可以看下面的例子：

如图数据为顾客购物情况，每一个id对应的items都是一个项集，现在需要对{milk，diaper}与{beer}关联性进行研究，计算支持度与置信度。

计算如下：

计算支持度：计算{milk，diaper}{beer}同时发生的概率就相当于计算{milk，diaper，beer}出现的次数所占数据条的比重，即2/5.

计算置信度：计算{milk，diaper}发生的情况下，则{beer}发生的概率就相当于计算{milk，diaper，beer}出现的次数所占{milk，diaper}发生次数的比重，即2/3.

最小支持度：最小支持度就是人为按照实际意义规定的阈值，表示项集在统计意义上的最低重要性。

最小置信度：最小置信度也是人为按照实际意义规定的阈值，表示关联规则最低可靠性。

如果支持度与置信度同时达到最小支持度与最小置信度，则此关联规则为强规则。

频繁项集：满足最小支持度的所有项集，称作频繁项集。

（频繁项集性质：1、频繁项集的所有非空子集也为频繁项集；2、若A项集不是频繁项集，则其他项集或事务与A项集的并集也不是频繁项集）。

2