十七、Apriori算法原理

支持度、置信度和提升度

支持度：是个百分比，指的是某个商品组合出现的次数与总次数之间的比例。支持度越高，代表这个组合出现的频率越大

置信度：是个条件概念，指的是当你购买了商品A，会有多大的概率购买商品B

提升度：商品A的出现，对商品B的出现概率提升的程度，商品A的出现，对商品B的出现概率提升的程度
提升度(A→B)=置信度(A→B)/支持度(B)

• 提升度(A→B)>1：代表有提升；
• 提升度(A→B)=1：代表有没有提升，也没有下降；
• 提升度(A→B)<1：代表有下降。

Apriori算法原理

这里有1-6个商品：

Apriori算法就是查找频繁项集(frequent itemset)的过程
频繁项集：支持度大于等于最小支持度(Min Support)阈值的项集。
非频繁项集：支持度小于最小支持度的项集

假设最小支持度为0.5，以下K为商品组合个数

1、先计算K=1的支持度

那么Item4和6不符合最小支持度的，不属于频繁项集：

2、k=2项的支持度：

筛选掉小于最小值支持度的商品组合：

3、K=3项的支持度

筛选掉小于最小值支持度的商品组合：

得到K=3项的频繁项集{1,2,3}

Apriori算法的流程：

Step1，K=1，计算K项集的支持度；
Step2，筛选掉小于最小支持度的项集；
Step3，如果项集为空，则对应K-1项集的结果为最终结果。
否则K=K+1，重复1-3步。