天气预测频繁2项集_频繁项集

Apriori

算法：使用候选项集找频繁项集

Apriori

算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。

Apriori

使用一种称作逐层搜索的迭代方法，

k-

项集用于探索

(k+1)-

项集。首先，找出频繁

1-

项集的集合。该集合记作

L1

。

L1

用于找频繁

2-

项集的集合

L2

，而

L2

用于找

L3

，如此

下去，直到不能找到频繁

k-

项集。找每个

Lk

需要一次数据库扫描。

该算法利用了一个基本性质：

一个频繁项目集的任一子集必定也是频繁项目集，一个非频

繁项目集的任一超集必定也是非频繁项目集。

Apriori

算法：使用候选项集找频繁项集

一个

Apriori

的具体例子。

该例基于图

6.2

的

AllElectronics

的事务数据库。

数据库中有

9

个事务，即

|D|=9

。

Apriori

假定事务中的项按字典次序存放。我们使用图

6.3

解释

Apriori

算法发现

D

中的频繁项集。

Apriori

算法：使用候选项集找频繁项集

“

如何将

Apriori

性质用于算法？

”

为理解这一点，我们必须看看如何用

Lk-1

找

Lk

。

下面的两步过程由连接和剪枝组成。

1.

连接步：为找

Lk

，通过

Lk-1

与自己连接产生候选

k-

项集的集合。该候选项集的集合记

作

Ck

。

2.

剪枝步：

Ck

是

Lk

的超集；即，它的成员可以是，也可以不是频繁的，但所有的频繁

k-

项集都包含在

Ck

中。

注意，

Apriori

算法使用逐层搜索技术，给定

k-

项集，我们只需要检查它们的

(k-1)-

子集是

否频繁。