关联规则中APRIORI算法

APRIORI算法

频繁项集

APRIORI算法通过迭代来计算数据库中频繁项集，第i次迭代计算所有频繁i项集
支持度：DB中含有s%的事务包含候选集
例

id	项
1	ACD
2	BCE
3	ABCE
4	BE

第一次得到

项集	计数	支持度
A	2	50%
C	3	75%
D	1	25%
B	3	75%

若取支持度为50%，则剩ACB
第二次迭代
得到

项集	计数	支持度
AC	2	50%
BC	2	50%
BE	3	75%
CE	2	50%

注：第三次迭代时，得到

项集	计数	支持度
BCE	2	50%

可以认为第三次迭代结果中任一两项的结合在第二次迭代中
负边界：在候选集中由于支持度不够而被淘汰的候选集合，而不是在第i次迭代到第i+1次迭代中被淘汰的候选项集

从频繁项集得到关联规则

如果规则为{x1,x2,x3}->x4，那么项集{x1,x2,x3,x4}和{x1,x2,x3}都必须是频繁的，
规则置信度为c=s(x1,x2,x3,x4)/s(x1,x2,x3)，置信度大于给定阈值的规则就是强关联规则
有必要系统地分析可以从频繁项集中得到所有关联规则
，并且选择那些置信度大于给定阈值的关联规则作为强关联规则
测得关联规则正确方法：A->B
s(A,B)-s(A) * s(B)>k k为适当常量