关联挖掘之Apriori算法

1. 什么是关联挖掘（Association rule mining）：

Finding frequent patterns,associations,correlations or causal structure among set of items or objects in transaction databases,reletional databases and other information repositories. 说白了，就是找到一堆数据中找到相应的关联关系，比如最有名的奶粉和尿布的例子

下面用一个例子来介绍下Apriori算法

假设上图是一个数据库，需要找到items_bought中的关系，在Apriori算法中，往往有两个参数，support和confidence，先设置一个最小的support和confidence数值，如果每次计算得到的数值少于support或者confidence，就被剪枝，这里我们设support最小为50%， confidence为50%

support(1,2) = P(1^2)

confidence(1,2) = P(1^2) / P(1)

有事还会有interesting， interesting = P(1^2) / (P(1)*P(2)) = confidence / P(2)?

即，support为12出现的概率，confidence为12出现的概率/2出现的概率

接下来是Apriori算法：

1. 将一个个items列出来，并计算个数和support

由于我们设置的最小support为50%，这里有4个items，所以必须出现次数大于等于2次保留{4}被剪枝

2. 连接

连接的时候需要注意，只有除了末尾元素一样的才能连接，如{1,2}和{1,3}可以连接成{1,2,3}但是{1,3}和{2,3}不能自连接成{1,3}，经过上述步骤以后，就得到了最终序列{2,3,5}

3. 推荐

上述得到的{2,5}，可以得到以下结果

分别计算confidence和support是否满足最小值，满足则为我们需要的结果

（编辑：徐州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!