关联规则计算步骤 Apriori算法计算及算法复杂度分析

定义

• 定义1 项目与项集
  ， 设:1={i 1, i2,…, i m}是m个不同项目的集合，每个 ik(k=l , 2 , … , m)柏:为一个项目。tem)。
  ， 项目的集合 I 称为项目集合。temset) ，简称为项 靠。真元素个数称为顶集的长度，长度为k的项集 称为k-项集(k-:ltemset)。

• 定义2 交易 · 每笔交易T(Tran saction )是项集1上的一个子集， 即Tcl，但通常Tcl。 · 对应每一个交易有一个帷一的标识 交易号， i己作TID · 交易的全体构成了交易数据库0，或称交易记录 集D，简称交易集Do · 交易集D中包含交易的个数记为IDI。

• 关联规则挖掘是一个两步的过程:

  • 找出所有频繁项集(大于或者等于最小支持度的项集 )

  • 由频繁项集产生强关联规则，这些规则必须大于 或者等于最小支持度和最小置信度

    • Apriori算法
      Apriori算法是一种经典的生成布尔型关联规则的频 繁项集挖掘算法。
      Apriori算法将发现关联规则的过程分为两个步骤: p 通过选代，检索出事务数据库中的所有频繁项集， 即支持度不低于用户设定的阑值的项集; ，利用频繁项集构造出满足用户最小置信度的规则。
      挖掘或识别出所有频繁项集是该算法的核心，占整 个计算量的大部分。

• 频繁项集产生过程:
  候选集:(长度为k的项集 称为k-项集(k-:ltemset))
  频繁项集