Apriori算法的python实现：通过限制候选产生发现频繁项集

Apriori算法Python实现：高效剪枝挖掘频繁项集

最新推荐文章于 2025-07-22 11:00:52 发布

flowerlakey

最新推荐文章于 2025-07-22 11:00:52 发布

阅读量4.3k

点赞数 5

CC 4.0 BY-SA版权

分类专栏： Coding 算法文章标签： Apriori Python

本文链接：https://blog.youkuaiyun.com/qq_35882901/article/details/80172124

Apriori算法是1994年提出的用于布尔关联规则挖掘的算法，利用先验性质减少搜索空间。本文重点介绍了如何在Python中实现Apriori，特别是增加剪枝步骤，通过遍历并检查候选项集的子集来删除非频繁项，以提升效率。在找到频繁项集后，下一步将进行关联规则的挖掘。

Apriori算法是Agrawl和R.Srikant于1994年提出的，为布尔关联规则挖掘频繁项集的原创性算法[AS94b]。该算法使用了频繁项集性质的先验知识，使用了一种称为逐层迭代方法。为了提高频繁项集逐层产生的效率，该算法使用了先验性质 用于压缩搜索空间。

先验性质 ：频繁项集的所有非空子集也一定是频繁的。

Apriori算法挖掘频繁项集主要由两步组成——连接步 和剪枝步 。
参考链接：关联规则，Apriori算法及python实现
原文中没有进行剪枝的操作，本文主要添加了剪枝部分的代码，通过遍历候选项集的子集，加入该项的子集不在频繁项集中，则该项不是频繁项，将其删去。

# -*- coding: utf-8 -*-
import copy

def PowerSetsBinary(items):
    """
    找出集合的所有子集
    """
    #generate all combination of N items
    N = len(items)
    #enumerate the 2**N possible combinations
    for i in range(2**N):
        combo = []
        for j in range(N):
            #test jth bit of integer i
            if(i >> j ) % 2 == 1:
                combo.append(items[j])
        yield combo


def loadDataSet():
    """
        创建一个用于测试的简单的数据集
    """
    D = [[1, 2, 5], [2, 4], [