数据挖掘之关联规则算法Apriori

关联规则最初是针对购物篮分析问题提出的，其目的是为了发现交易数据库中不同商品之间的关联规则。

关联规则挖掘的问题可以划分为两个子问题：

• 发现频繁项目集：通过用户给定Minsupport，寻找所有频繁项目集或者最大频繁项目集。
• 生成关联规则：通过用户给定Minconfidence，在频繁项目集中，寻找关联规则。

一些小概念

项目集的支持度

给定一个全局项目集I和数据库D，I中的一个项目集A在D上的支持度是指包含A的事务在D中所占的百分比。

频繁项目集

D中所有大于等于最小支持度Minsupport的项目集称频繁项目集。

关联规则和置信度

一个定义在I和D上的关联规则形如A=>B，它的置信度是指包含A和B的事务数与包含A的事务数之比。

强关联规则

D在I上满足最小支持度和最小置信度Minconfidence的关联规则称为强关联规则。

 Apriori算法

Apriori算法利用了Apriori性质，频繁项集的所有非空子集也必须是频繁的。

它通过逐层接待的方法，先找到频繁1项集L1，然后利用L1找到频繁2项集L2，接着用L2找L3，直到找不到频繁k项集，找每个Lk时候都需要一次数据库扫描。

案例演示（数据挖掘课程作业~

实验对象：实验对象为GNC订单明细表

数据读取：