数据挖掘十大算法之Appriori算法

http://blog.youkuaiyun.com/qingdujun/article/details/46586721

1、引言

     Appriori算法是用来干什么的？主要是用来解决类似于这样的问题：如果客户买了啤酒，他还会去买尿布吗？

理论的核心：

            频繁项目集的子集仍是频繁项目集；非频繁项目集的超集是非频繁项目集。这个理论一直作为经典的数据挖掘理论被应用。

定理(Appriori 属性1). 

            如果项目集X是频繁项目集，那么它的所有非空子集都是频繁项目集。

定理(Appriori 属性2).

            如果项目集X是非频繁项目集，那么它的所有超集都是非频繁项目集。

2、以一个实例来说明Appriori算法

题目：数据库有5个事务。设min_sup=60%,min_conf=80%。

（1）使用Apriori算法找出所有频繁项集。

（2）列举两条强关联规则。

 

解：（1）确定最小事物支持度计数为5*60%=3。

（2）确定最小可信度为80%。

a.频繁项目集L1={E,K,O}，L1的非空子集S1有{E,K},{E,O},{K,O},{E},{K},{O}，可得到关联规则如下：

E∧K->O   cf=3/4=75%

E∧O->K  cf=3/3=100%

K∧O->E   cf=3/3=100%

E->K∧O   cf=3/4=75%

K->E∧O   cf=3/5=60%

O->E∧K   cf=3/3=100%

最终输出的关联规则为：

E∧O->K   cf=3/3=100%

K∧O->E   cf=3/3=100%

O->E∧K   cf=3/3=100%

b.对于频繁项目集{E,M,O}同理。

3、Word文档下载

（1）

原文作者：Joe Chael

原文地址：http://blog.youkuaiyun.com/qingdujun/article/details/46586721