首先兩個基本概念
支援度：a事件和b事件同時發生的概率
置信度：在a發生的事件中同時發生b的概率，p(b|a)=p(ab)/p(a)。
例子：[支援度：
3%，置信度：
40%]
支援度3%
：意味著
3%顧客同時購買牛奶和麵包
置信度40%
：意味著購買牛奶的顧客
40%也購買麵包
智慧型商場模型：目標是找到經常一起購買的物品集合，從而優化商場
貨物的擺放，提高銷售額。
計算乙個集合（商品所有可能組合）的支援度指多少比例的交易記錄包含該集合。
多少個組合就需要遍歷多少遍整個交易記錄
當商品量很大的時候，商品的所有可能組合數量也很大，計算量很大
為了降低所需的計算時間，出現了apriori原理。
apriori原理：
如果某個項集是頻繁的，那麼它的所有子集也是頻繁的。
如果某個項集是非頻繁的，那麼它的所有超集也是非頻繁的
apriori演算法流程包括連線和剪枝兩個步驟，連線指的是自連線，剪枝則刪去支援度不滿足最小支援度閾值的非頻繁項集。
發現關聯規則，從頻繁項集中找到強關聯規則，什麼是強關聯規則呢？
指通過某個元素集推導出另乙個元素集，比如有乙個頻繁項集，那麼乙個可能的關聯規則是
那麼乙個可能的關聯規則是→，即如果客戶購買了底板和膠皮，則該客戶有較大概率購買膠水。這個頻繁項集可以推導出6個關聯規則：
→,→,
→,→,→,→
關聯規則是如何計算的呢？
例：下圖是某日超市的購物記錄（注意items已經排好序），使用上面敘述的apriori演算法實現了挖掘頻繁項集，其中頻繁項集i=為頻繁3-項集合l3，求由i產生哪些強關聯規則？（最小支援度閾值為20%，最小置信度閾值為80%）
i的非空子集有、、、、和。
結果關聯規則如下，每個都列出置信度
1).i1 ∧i2=>i5 ,共10個事務；5個事務包含i1,i2；2個事務包含i1,i2和i5 confidence=2/5=40%，support=2/10=20%
2).i1 ∧i5=>i2 ,共10個事務；2個事務包含i1,i5；2個事務包括i1,i2和i5 confidence=2/2=100%，support=2/10=20%
3).i2 ∧i5=>i1 ,共10個事務；2個事務包含i2,i5；2個事務包含i1,i2和i5 confidence=2/2=100%，support=2/10=20%
4).i1=>i2 ∧i5 ,共10個事務；7個事務包含i1；2個事務包含i1,i2和i5 confidence=2/7=28%，support=2/10=20%
5).i2=>i1 ∧i5 ,共10個事務；8個事務包含i2；2個事務包含i1,i2和i5 confidence=2/8=25%，support=2/10=20%
6).i5=>i1 ∧i2 ,共10個事務；2個事務包含i5；2個事務包含i1,i2和i5 confidence=2/2=100%，support=2/10=20%
因最小置信度閾值為80%,最小支援度閾值為20%,則236規則符合要求,是頻繁項集i=產生的強關聯規則且可以輸出。
可以看出，apriori演算法需要經常掃瞄全表，效率並不高。
fp-growth演算法是apriori演算法的改進版
將樹型結構引入演算法中，將提供頻繁項集的資料庫壓縮到一棵頻繁模式樹，但仍保留項集關聯資訊；與apriori演算法最大的不同有兩點：
第一，不產生候選集
第二，只需要兩次遍歷資料庫，大大提高了效率
總共掃瞄兩次資料庫，第一次掃瞄將每個item按照頻數降序排序，第二次掃瞄即構造fp樹
通過fp樹可以遞迴挖掘頻繁項集，但不能發現關聯規則。
Apriori演算法小結
1 apriori演算法是一種挖掘關聯規則的頻繁項集演算法，其核心思想是通過候選集生成挖掘頻繁項集。2 步驟 3 概念 對於a b 支援度 support p a b 既有a又有b 的概率 置信度 p b a p ab p a 在a 發生的事件中同時發生 b的概率 例如購物籃分析 牛奶 麵包例子 支...
Apriori演算法解析
摘要 本演算法主要應用於關聯分析問題 啤酒與尿布 它使用基於支援度的剪枝技術，系統的控制候選集指數增長。關聯規則是形如x y的蘊涵表示式，其中x和y是不相交的項集，即x y 支援度 s s x y count x y n 置信度 c c x y count x y count x count 表示支...
Apriori演算法例項
r.agrawal 和 r.srikant於1994年在文獻中提出了apriori演算法，該演算法的描述如下 下面是乙個具體的例子，最開始資料庫裡有4條交易，使用min support 2作為支援度閾值，最後我們篩選出來的頻繁集為。上述例子中，最值得我們從l2 到c3的這一步。這其實就是在執行偽 中...