Apriori算法读书笔记(一)
此笔记主要参考数据挖掘导论一书
1.简介
Apriori算法是第一个关联规则挖掘算法,使用了基于支持度的剪枝技术,系统的控制候选选项的指数增长。其核心思想是通过连接产生候选项与其支持度,然后通过剪枝生成频繁项集。
1.依据支持度从项集中找出所有频繁项集
2.依据置信度从频繁项集中产生强关联规则
2.基本概念
(1)支持度和置信度
项集A、B同时发生的概率称为关联规则的支持度(也成为相对支持度):
Suport(A=>B)=P(AB)
项集A发生,则项集B也发生的概率称为关联规则的置信度:
Confidence(A=>B)=P(A|B)
最小支持度是衡量支持度的一个阈值,表示项目集在统计意义上的最低重要性。最小置信度衡量置信度的一个阈值,表示关联规则的最低可靠性。同时满足最小支持度阈值和最小置信度阈值的规则称为强规则。所以关联分析的主要目的就是为了寻找强关联规则,而Apriori算法则主要用来帮助寻找强关联规则。
(2)项集和支持度计数
项集是项的集合,包含k个项的项集称为k项集,满足最小支持度阈值的项集被称为频繁项集。若一个k项集满足频繁项集条件,则此项集称为频繁