关联规则挖掘——Apriori
作者：互联网
算法目的
关联规则挖掘中有一个非常典型的案例，"啤酒纸尿裤"案例，讲的是通过对一家超市的销售情况研究发现，很多买了纸尿裤的客户，同时会购买啤酒，经过调查发现，买这些纸尿裤的一般是家庭父亲，他们在被家庭主妇派去买纸尿裤时，会同时选择购买啤酒来犒劳自己，根据这个发现，超市将纸尿裤和啤酒放在一起，或者将它们进行捆绑销售，提高了产品的销量。
关联规则挖掘就是通过挖掘算法来找到事物背后隐藏的关联规则，从而来指导实践，相类似的还有键盘与鼠标等
关联规则基础概念
- 关联规则：形式为A->B，如{面包}->{牛奶，果酱}，表示面包与牛奶和果酱之间存在关联关系
- 项：事物的类型，类似数据表中的字段，在"啤酒纸尿裤"中，啤酒和质量库就是两个项
- 项集：项的集合，根据所含项的多少，分为单位项，2项，3项等等
- 事务：行为的记录，类似数据表中的记录，在"啤酒纸尿裤"中，指代用户的一次次购买行为
- 支持计数：某一项集在所有事务中出现的次数
- 支持度：某一项集在所有事务中占的比例，即支持计数除以总事务数，用于判断某一项集是否为频繁项集
- 置信度：关联规则中，后件项集在前件项集中出现的频繁程度，对于{面包}->{牛奶，果酱}，就是牛奶,果酱这一组合在所有出现面包的事务中出现的频率，置信度越高，表示关联性越强
- 最小支持度：用于判断某一项集是否为频繁项集，大于最小支持度时，为频繁项集
- 最小置信度，用于判断某一关联规则是否为强关联规则，大于最小支持度时，为强关联规则
Apriori原理
- 1、找出所有可能的大小为1候选项集，大小为1时，所有项集都是候选项集，当大于1时，只有当该项集的子项集为频繁项集时，该项集才为候选项集
- 2、根据最小支持度，从候选项集中筛选出频繁项集
- 3、重复1、2步骤，寻找大小+1的频繁项集，直到没有更大的候选项集
事务集：
| TID | 商品 |
|---|---|
| 1 | {面包，牛奶，果酱，饼干，可乐，泡面} |
| 2 | {面包，牛奶，果酱，饼干} |
| 3 | {面包，牛奶，果酱} |
| 4 | {可乐，泡面} |
| 5 | {可乐，泡面} |
第一步，找出大小为1的候选集：
| 项集 | 支持度计数 |
|---|---|
| {面包} | 3 |
| {牛奶} | 3 |
| {果酱} | 3 |
| {饼干} | 2 |
| {可乐} | 3 |
| {泡面} | 3 |
第二步，根据最小支持度来筛选出频繁项集，设最小支持度为0.5，则频繁项集为：
| 项集 | 支持度计数 |
|---|---|
| {面包} | 3 |
| {牛奶} | 3 |
| {果酱} | 3 |
| {可乐} | 3 |
| {泡面} | 3 |
第三步，找出大小为2的候选集：
| 项集 | 支持度计数 |
|---|---|
| {面包，牛奶} | 3 |
| {牛奶，果酱} | 3 |
| {面包，果酱} | 3 |
| {可乐，泡面} | 3 |
| {面包，可乐} | 1 |
| {牛奶，可乐} | 1 |
| {果酱，可乐} | 1 |
| {面包，泡面} | 1 |
| {牛奶，泡面} | 1 |
| {果酱，泡面} | 1 |
第四步，根据最小支持度来筛选出频繁项集，设最小支持度为0.5，则频繁项集为：
| 项集 | 支持度计数 |
|---|---|
| {面包，牛奶} | 3 |
| {牛奶，果酱} | 3 |
| {面包，果酱} | 3 |
| {可乐，泡面} | 3 |
第五步，找出大小为3的候选集：
| 项集 | 支持度计数 |
|---|---|
| {面包，牛奶，果酱} | 3 |
第四步，根据最小支持度来筛选出频繁项集，设最小支持度为0.5，则频繁项集为：
| 项集 | 支持度计数 |
|---|---|
| {面包，牛奶，果酱} | 3 |
标签：面包,泡面,牛奶,果酱,Apriori,项集,挖掘,关联,可乐 来源： https://www.cnblogs.com/codedogzlc/p/15484408.html