机器学习算法实现（十）：Apriori

Apriori算法R语言实践

数据集

采用arules包中的Adult数据集。

Adult数据集属于事务型数据集。

第一步：加载实现Apriori算法的R包

library(arules)

data('Adult')

第二步：利用Apriori算法构建关联规则模型

rules.Apriori<-apriori(Adult,parameter =list(support=0.4,confidence=0.7), appearance=list(rhs=c('race=White', 'sex=Male'), default='lhs'))

第三步：利用提升度对规则排序，获取前top-5项

rules.sorted<-sort(rules.Apriori,by='lift')

top5.rules<-head(rules.sorted, 5)

as(top5.rules,'data.frame')

Apriori算法原理

1 Apriori算法是种最有影响的挖掘布尔关联规则频繁项集的算法。它的核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集。

参考文献

本文转载自http://www.360doc.com/userhome.aspx?userid=26290960&cid=10