关联规则之apriori算法

Basic concepts

规则：{x1，x2，…,xn} -> Y

 

    如果顾客把商品x1，x2，…,xn放入购物篮中的话，则很可能也会把商品Y放入其中。这个可能性（购买x1，x2，…,xn的前提下购买Y）称作规则的可信度，人们通常只对那些可信度大于某个值的规则感兴趣，希望把这些规则找出来。当然，有可能出现这样的情况，某些商品是被随机放入购物篮中的，例如：类似这样的规则，{牛奶，黄油}—〉面包，它的可信度非常大，可能是因为很多人都购买面包，象这样的规则是无用的。

 

可信度和最小可信度

    购买x1，x2，…,xn的情况下购买Y的可能性,条件概率

    confidence(A  => B ) = P(B|A)

 

支持度和最小支持度

    同时购买x1，x2，…,xn    和Y的可能性

    support(A  => B ) = P(A U B)

 

频繁项目集

    满足最小支持度的项目集

 

一个重要的推理

    如果一个项目集S是频繁的（项目集S的出现频度大于最小支持度s），那么S的任意子集也是频繁的。