关联规则算法

放在最前面的牢骚，毛国君和段丽娟编写的《数据挖掘原理与算法》是我学校的教科书，极其垃圾，在前文从未提到的概念一堆一堆的来，还没有解释，伪代码也写得不明觉厉非常晦涩。这里推荐周志华老师的《机器学习》，虽然数学公式很多，但解释的很明白。

一、Apriori算法

暴力算法

算法描述可以看下这篇https://blog.youkuaiyun.com/u011067360/article/details/24810415

直接说怎么做

输入：

1.事务数据库D，形如

    

（图片来自上文的算法描述链接，T是事务，I是事务中的项目）

2. 最小支持度x

过程：

1.扫描D，对每个候选项进行支持度计数得到表C1。

2.在C1中选取支持度大于等于最小支持度的候选项集，得到频繁1-项集L1。

3.由L1产生候选项集C2，即不包括非频繁1-项集的2-项集C2。

4.在C2中选取支持度大于等于最小支持度的候选项级，得到频繁2-项集L2。

5.重复上述做法直到得到最大频繁项目集Ln。

（选择候选项集过程中可使用Apriori性质剪枝：频繁项集的所有子集必须是频繁的。对候选项集C，我们可以删除其子集为非频繁的选项）

输出：

频繁项集L1~Ln（一般来说能用到的只有最大频繁项目集，其他的频繁项目集都是他们的子集）

代码如下

输入包含了一个xlsx文件

标号
1	A	B