【机器学习】简单关联分析算法-Apriori algorithm

        前面讲的K-means 聚类算法是一种无监督学习，今天要学习的A-priori算法是一个‘先验算法’，通过该算法我们可以对数据集做关联分析（association analysis）。

        用A-priori发现数据的频繁项集(frequent item)，关联规则(association rules)。那什么是频繁项集与关联规则呢？

        频繁项集：经常出现在一块的物品的集合。

        关联规则：暗示两种物品直接可能存在很强的关系。

        上面为frequent item与association rules的大白话解释，那么该如何定义和表示它俩呢？这里我们要引入支持度和可信度（置信度）。请您走向这个链接：Link_1

        当您读到Link_1讲解代码的时候，我个人感觉博主梳理的知识逻辑比较不顺了，这个时候推荐您走向这个链接：Link_2

    总结Link_2：Apriori适合小规模数据集，Apriori主要基于frequent item，所以本文引用的关联分析默认都是基于频繁集的关联分析。 如果存在一条关联规则，它的支持度和置信度都大于预先定义好的最小支持度与置信度，称之为强关联规则。

    强关联规则可用来了解项之间的隐藏关系(Hidden Relationship)，⭐：所以，association analysis的目的是为了寻找强关联规则，而A-priori则主要用来帮助寻找强关联规则。        

    频繁集由候选集剪枝（prunning）得到：

            ①利用各项支持度与min_sup(最小支持度)进行比较  => 最终频繁集结果

            ②利用最终频繁集结果以及各项置信度及min_conf(最小置信度) 进行比较 =>就可得强关联规则了

        当您读完Link_2的时候，是不是感觉理论差不多都OK了呢？代码部分可以继续参考链接1与2。

       

        

        小结一下：

                后续介绍DHP算法：An optimization of A-priori 

                               DIC算法：Dynamic itemset counting【Reduce Number of Scans】 

                                由Sergey Brin （Founder of Google）发明。

 

参考资料（建议按顺序阅读）

数据挖掘十大算法（四）：Apriori（关联分析算法）_昆兰.沃斯 的博客-CSDN博客_关联分析算法终于到了机器学习实战的第十一章了，这也是继K-均值后的第二个无监督学习算法了。同样的该算法也是在一堆数据集中寻找数据之间的某种关联，这里主要介绍的是叫做Apriori的‘一个先验’算法，通过该算法我们可以对数据集做关联分析——在大规模的数据中寻找有趣关系的任务，本文主要介绍使用Apriori算法发现数据的（频繁项集、关联规则）。这些关系可以有两种形式：频繁项集、关联规则。        频...https://blog.csdn.net/qq_36523839/article/details/82191677?utm_source=app&app_version=4.17.0&code=app_1562916241&uLinkId=usr1mkqgl919blen

关联分析之Apriori算法【精品】关联分析之Apriori算法_卧龙居-CSDN博客_关联分析apriori算法