机器学习之使用Apriori算法进行关联分析的学习总结

本文总结了机器学习中的Apriori算法,详细解释了频繁项集的概念,介绍了关联分析用于发现数据集中的隐藏关系,并探讨了支持度和可信度这两个关键指标。Apriori原理在算法中起到核心作用,通过实现该算法,可以有效地挖掘出有价值的数据关联规则。
摘要由CSDN通过智能技术生成


商店交易流水
交易码 商品
1 牛肉,牛奶
2 苹果,牛肉,牛奶,益力多
3 葡萄,香蕉,豆奶,尿布,牛肉,牛奶
4 鲫鱼,苹果,牛肉,牛奶,口香糖
5 卫生纸,洗发水,牛肉,牛奶

1. 频繁项集

     经常出现在一块的物品的集合  

2.关联分析

    从大规模数据集中寻找物品间的隐含关系

3.支持度

    支持度是针对项集来说的,一个项集的支持度被定义为数据集中包含该项集的记录的所占比例&#

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值