Apriori算法进行关联分析总结

关联分析

关联分析是一种在大规模数据集中寻找有趣关系的任务,可以有两种形式:

  • 频繁项集(frequent item sets):经常出现在一起的事务组合
  • 关联规则(associational rules):两种事物间可能存在很强的关系

支持度

数据集中包含该项集的记录所占的比例

置信度

对于某一条规则

Apriori

因为要列举所有事物组合,计算次数呈指数增长,研究人员发现了Apriori算法,如果某个项集是频繁的,它的子集也是频繁的。如果项集是非频繁项集,它的所有超集也是非频繁项集。可以避免项集数目的指数增长。

算法流程

  • 收集数据(在论文中我是仿真得到的)
  • 准备数据
  • 生成候选项集
  • 使用:发现频繁项集以及物品之间的关联规则

 

你可能感兴趣的:(Apriori,python问题,通联关系,机器学习)