关联规则算法——Apriori算法

1.关联规则的名词解释

项集:数据库中的数据项构成的非空集合

事务:一个事务包含了一个或多个项集

支持度:包含项集x的事务数量与全部事务数量的百分比

置信度:同时包含数据项x和数据项y的事务数量与事务x(或事务y)出现的次数之比

最小支持度与最小置信度:关联规则必须满足的最低要求,由用户设定

频繁项集:大于等于最小支持度的项集称为频繁项集

最大频繁项集:不被其它频繁项集包含的频繁项集称为最大频繁项集

强关联规则:大于等于最小支持度和最小置信度称为强关联规则(频繁项集的基础上大于等于最小置信度)

2.Apriori算法步骤

Apriori是基于广度优先的关联规则算法,即从频繁1项集开始,采用频繁k项集搜索频繁k+1项集,直到不能找到包含更多项的频繁项集为止。

1)扫描数据库,产生后选项集C1

   (2)2项集开始,利用上次产生的频繁项集构造新的候选集C+1,计算每个候选集的支持度,得到下一阶大项集;

3)重复执行步骤2,直至某阶大项集为空。

3.Apriori算法例题

  设最小支持度为2,写出利用Apriori算法产生候选项集及频繁项集的过程。

关联规则算法——Apriori算法_第1张图片

 第一次搜索:关联规则算法——Apriori算法_第2张图片

 第二次搜索:

关联规则算法——Apriori算法_第3张图片

 关联规则算法——Apriori算法_第4张图片

 频繁项集即为L1,L2,L3中的所有项集

你可能感兴趣的:(大数据的期末复习指南,算法,数据挖掘,人工智能)