1 apriori 介紹
apriori演算法使用頻繁項集的先驗知識，使用一種稱作逐層搜尋的迭代方法， k項集用於探索 (k+1) 項集。
首先，通過掃瞄資料庫，累積每個項的計數，並收集滿足最小值尺度的項，找出頻繁 1 項集的集合，該集合記做 l1 。然後利用 l1 找頻繁 2 項集的集合 l2 ，l2 找 l3 ...如此下去，直到不能再找到任何頻繁 k 項集。最後再在所有的頻繁集中找出強規則，即產生使用者感興趣的關聯規則。
其中，apriori演算法具有這樣一條性質：頻繁項集的所有非空子集也必須是頻繁的。
apriori性質基於這樣的觀察：如果項集i不滿足最小值尺度min_sup，則項集i不是頻繁的。即 p(i)
該性質屬於一類特殊的性質，即反單調性。指如果乙個集合不能通過測試，則它所有的超級也都不能通過相同的測試。
2 使用候選產生發現頻繁項集
apriori演算法採用連線步和剪枝步兩種方式來找出所有的頻繁項集。
（1） 連線步
為找出 lk （所有的頻繁 k 項集），通過將 lk-1 （所有的頻繁 k-1 項集）與自身連線產生候選 k項集的集合。該候選集合記作 ck 。
設 l1 和 l2 是 lk-1 中的成員。記 li [j] 表示 li 中的第 j 項（例如 l1[k-2] 表示l1的倒數第2項）。假設 apriori 演算法對事務或項集中的項按字典次序排序，即對於（ k-1 ）項集 li ， li [1]i [2]
上面是韓家煒《資料探勘 - 概念與技術》中的描述。用人的話來說就是：l1是頻繁項集 lk-1 中的項，在於自身連線時，l1保持不變，在新增這樣的項：除了最後一項，其它與l1相同，組成新的k項。
（2） 剪枝步
ck 是 lk 的超集，也就是說， ck 的成員可能是也可能不是頻繁的，但所有的頻繁項集k都包含在ck 中。通過掃瞄所有的事務（交易），確定 ck中每個候選的計數，判斷是否小於最小支援度計數，如果不是，則認為該候選是頻繁的。要計算ck 的支援度，就要不斷的掃庫，成本太高了。
如何壓縮ck ，來減少掃庫的次數呢？
我們可以利用apriori 性質： 任一頻繁項集的所有非空子集也必須是頻繁的，反之，如果某個候選的非空子集不是頻繁的，那麼該候選肯定不是頻繁的，從而可以將其從 ck 中刪除。即如果k項集的（k-1）項子集不在 lk-1 中，那麼該候選集也不在k項集中。回想連線步的候選集構造， l1 和 l2 本身都是頻繁的，只是在連線另乙個的元素後產生的不頻繁。只需要計算這些項集是否頻繁就好了。也可以採用hash的方法實現，是否能夠對映到hash表中。
3 由頻繁項集產生關聯規則
一旦由資料庫中的事務找出頻繁項集（滿足最小支援度），可以由他們產生強關聯規則（滿足最小置信度）。
置信度的計算公式：
其中，支援度用事務數來計算。
關聯規則挖掘（二） Apriori演算法
在資料探勘領域，apriori演算法是挖掘關聯規則的經典演算法。apriori演算法採用的是自底向上的方法，從1 頻繁集開始，逐步找出高階頻繁集。它的基本流程是 第一次掃瞄交易資料庫d時，產生1 頻繁集。在此基礎上經過連線 修剪產生2 頻繁集。以此類推，直到無法產生更高階的頻繁集為止。在第k次迴圈中...
資料探勘之關聯規則挖掘（Apriori演算法）
一 概述 本篇博文主要闡述資料探勘相關的關聯規則挖掘的演算法 apriori演算法 主要介紹關聯規則的基本概念 apriori演算法原理和apriori演算法例項，文章末尾處附加apriori演算法源程式。二 關聯規則挖掘的基本概念 關聯規則挖掘發現大量資料中項集之間有趣的關聯關係。如果兩項或者多項...
資料探勘之關聯規則挖掘 Apriori演算法
關聯規則，肯定很多人都聽說過 乙個男士買尿布時順帶買啤酒的事情 具體事物之間真的是否具有關聯，有多大的關聯，這就是本篇部落格需要分享學習的知識。在這裡x,y就是購買的部分商品，i表示所有的商品 其含義就是購買商品x與購買商品y之間的關聯關係 同時在這裡引入對規則定量的描述 支援度就是所買商品中中同時...