关联规则apriori算法_使用Apriori挖掘购物小票关联规则

01 啤酒与尿布

说到关联规则，有一个很有名的案例——啤酒与尿布。说，美国一家连锁店发现很多男性会在周四购买尿布和啤酒，这两种看似不相干的商品之间显现出强相关性，于是商家可以将啤酒货架放在尿布货架旁边以增加收益。

今天我们来实操一个比较有意思的算法——Apriori算法。

Apriori算法是一种用于挖掘数据集内部关联规则的算法，“apriori”在拉丁语中翻译为“来自以前”，听意思你应该就能猜到了，这个算法是用先验知识来预测数据的关联规则的。

那么，啤酒与尿布的关系是如何被发现的呢？当然是通过关联算法，我们从Apriori算法开始吧，利用Apriori进行关联分析。

02 Apriori原理

先介绍两个概念，

1. 支持度support：数据集中包含该项集的数据所占数据集的比例，度量一个集合在原始数据中出现的频率
2. 置信度confidence：是针对一条关联规则来定义的，a->b的置信度=支持度{a|b}/支持度{a}，a|b表示ab的并集

关联分析有两个目标：

1. 发现频繁项集(频繁项集是满足最小支持度要求的项集，它给出经常在一起出现的元素项)