Apriori算法（频繁集与关联分析）

这个算法用来发现最常一起出现的类，例如超市可以利用这个算法来看什么商品最经常一起出现，从而在摆放位置上进行优化，一个很有名的例子是美国中西部一家超市发现周四男人们经常会买啤酒和尿布，但是即使发现了这个规则，还是没有将其摆在一起,说明超市按照种类摆放的方法已经根深蒂固了。。。不过将这两个摆放在一起还是怪怪的哈哈哈

（一）Apriori原理

如图所示，5个商品的组合模式就有 种，当商品变大的时候，计算规模会很大，由此做出以下改进，若是A不是频繁集，那么对于所有的，B也不是频繁集。很显然当商品a不怎么出现，商品a&b肯定也是不怎么出现的。

（二）创建以frozenset为返回值的map地址

之所以用frozenset，是因为后面生成子项的时候需要用到集合的操作，同时又需要集合元素作为字典的key值，所以这里返回类型为frozenset。注意在python3中map返回的是地址，而且不能做多次迭代运算，一次迭代后指针指向的就为空，这是个巨坑，小心！