<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[JinBoH的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/JinBoH</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; JinBoH]]></copyright><item><title><![CDATA[Apriori 算法原理以及python实现详解]]></title><link>https://blog.youkuaiyun.com/JinBoH/article/details/120602970</link><guid>https://blog.youkuaiyun.com/JinBoH/article/details/120602970</guid><author>JinBoH</author><pubDate>Mon, 04 Oct 2021 12:53:14 +0800</pubDate><description><![CDATA[Apriori 算法原理以及python实现
​	Apriori算法是第一个关联规则挖掘算法，也是最经典的算法。它利用逐层搜索的迭代方法找出数据库中项集的关系，以形成规则，其过
程由连接（类矩阵运算）与剪枝（去掉那些没必要的中间结果）组成。该算法中项集的概念即为项的集合。包含K个项的集合为k项集。项
集出现的频率是包含项集的事务数，称为项集的频率。如果某项集满足最小支持度，则称它为频繁项集。（节选自百科）
1. Apriori 算法原理介绍
​	设想场景如下：有一商场，记录对比每位顾客每次购买商品的清单，会]]></description><category></category></item></channel></rss>