Apriori算法 (Introduction to data mining)
最后更新于：2022-04-01 20:31:21
前置概念：
**Support**: 支持度 s(X->Y) =(XUY)/N;
**Confidence**: 置信度 c(X->Y) =(XUY)/(X);
**Frequent ItemSet**: 频繁项集 Support >minSup;
**Apriori Principle**: 如果一个项集是频繁的，那它所有的子项集也都是频繁的。
**Frequent Itemset Generation in the AprioriAlgorithm:**
Apriori算法是第一个指出使用基于支持度剪枝策略的关联规则挖掘算法，系统地控制候选项集的指数增长。
Ck代表k候选项集, Fk代表频繁k项集
1 算法首先遍历一遍数据集，检测每项的支持度，获取频繁1-项集。Steps (1-2)
2 接下来，循环使用频繁(k-1)-项集派生k-候选项集。Step (5)
3 遍历数据集计算候选项集支持度Steps (6-10)
4 计算支持度后，消除非频繁项集Step (12)
5 当没有新的频繁项集产生的时候，算法结束Step(13)
**Frequent itemset generation of the AprioriAlgorithm.**
**Rule generation:**
若果一个规则X->Y-X不满足置信度阀值，那么所有的X’->Y-X’也不满足阀值, 其中X’⊂ X.
**Rule generation of the Apriori algorithm.**
**Procedure ap-genrules(fk, Hm).**
**总结：**
**核心思想: 基于两阶段频繁项集，挖掘关联规则**
**算法优点: 简单、易理解、数据要求低**
**算法缺点: I/O负载大，产生过多的候选项集**
**Apriori例题（Introduction to data mining）：**
(b)16/32=50%
(c)11/32=34.4%
(d)5/32=15.6%
';