参考博客 :

• 【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则简介 | 数据集 与 事物 Transaction 概念 | 项 Item 概念 | 项集 Item Set | 频繁项集 | 示例解析 )
• 【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则 | 数据项支持度 | 关联规则支持度 )
• 【数据挖掘】关联规则挖掘 Apriori 算法 ( 置信度 | 置信度示例 )
• 【数据挖掘】关联规则挖掘 Apriori 算法 ( 频繁项集 | 非频繁项集 | 强关联规则 | 弱关联规则 | 发现关联规则 )
• 【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则性质 | 非频繁项集超集性质 | 频繁项集子集性质 | 项集与超集支持度性质 )

一、 Apriori 算法过程

原始数据集 $\mathrm{D}$ ,

$1$ 项集 ${\mathrm{C}}_1$ , $2$ 项集 ${\mathrm{C}}_2$ , $\cdots$ , $\mathrm{k}$ 项集 ${\mathrm{C}}_{\mathrm{k}}$ , 这些项集都是候选项集 ,

根据 原始数据集 $\mathrm{D}$ , 创造 $1$ 项集 ${\mathrm{C}}_1$ , 然后对 ${\mathrm{C}}_1$ 执行 数据集扫描函数 , 找到其中的 频繁 $1$ 项集 ${\mathrm{L}}_1$ ,

根据 频繁 $1$ 项集 ${\mathrm{L}}_1$ , 创造 $2$ 项集 ${\mathrm{C}}_2$ , 然后对 ${\mathrm{C}}_2$ 执行 数据集扫描函数 , 找到其中的 频繁 $2$ 项集 ${\mathrm{L}}_2$ ,

$$⋮$$

根据 频繁 $\mathrm{k}-1$ 项集 ${\mathrm{L}}_{\mathrm{k}-1}$ , 创造 $\mathrm{k}$ 项集 ${\mathrm{C}}_{\mathrm{k}}$ , 然后对 ${\mathrm{C}}_{\mathrm{k}}$ 执行 数据集扫描函数 , 找到其中的 频繁 $\mathrm{k}$ 项集 ${\mathrm{L}}_{\mathrm{k}}$ ,

二、 Apriori 算法示例

最小支持度阈值为 $\mathrm{m}\mathrm{i}\mathrm{n}\mathrm{s}\mathrm{u}\mathrm{p}=0.6$

根据 原始数据集 $\mathrm{D}$ , 创造 $1$ 项集 ${\mathrm{C}}_1$ , 然后对 ${\mathrm{C}}_1$ 执行 数据集扫描函数 , 找到其中的 频繁 $1$ 项集 ${\mathrm{L}}_1$ ,

$1$ 项集 $\{奶粉\}$ 支持度 $0.8$
$1$ 项集 $\{莴苣\}$ 支持度 $0.8$
$1$ 项集 $\{尿布\}$ 支持度 $0.8$
$1$ 项集 $\{啤酒\}$ 支持度 $0.6$
$1$ 项集 $\{甜菜\}$ 支持度 $0.2$
$1$ 项集 $\{诚挚\}$ 支持度 $0.4$

$1$ 项集中只有 $\{奶粉\}$ , $\{莴苣\}$ , $\{尿布\}$ , $\{啤酒\}$ 是频繁 $1$ 项集 ;

根据 频繁 $1$ 项集 ${\mathrm{L}}_1$ , 创造 $2$ 项集 ${\mathrm{C}}_2$ , 然后对 ${\mathrm{C}}_2$ 执行 数据集扫描函数 , 找到其中的 频繁 $2$ 项集 ${\mathrm{L}}_2$ ,

$2$ 项集 $\{奶粉,莴苣\}$ 支持度 $0.6$
$2$ 项集 $\{莴苣,尿布\}$ 支持度 $0.6$
$2$ 项集 $\{莴苣,啤酒\}$ 支持度 $0.4$
$2$ 项集 $\{尿布,啤酒\}$ 支持度 $0.8$
$2$ 项集 $\{奶粉,尿布\}$ 支持度 $0.6$
$2$ 项集 $\{奶粉,啤酒\}$ 支持度 $0.4$

$2$ 项集中只有 $\{奶粉,尿布\}$ , $\{尿布,啤酒\}$ , $\{莴苣,尿布\}$ , $\{奶粉,莴苣\}$ 是 频繁 $2$ 项集 ;

根据 频繁 $2$ 项集 ${\mathrm{L}}_1$ , 创造 $3$ 项集 ${\mathrm{C}}_3$ , 然后对 ${\mathrm{C}}_3$ 执行 数据集扫描函数 , 找到其中的 频繁 $3$ 项集 ${\mathrm{L}}_3$ ,

$3$ 项集 $\{奶粉,莴苣,尿布\}$ 支持度 $0.4$
$3$ 项集 $\{奶粉,莴苣,啤酒\}$ 支持度 $0.2$
$3$ 项集 $\{莴苣,尿布,啤酒\}$ 支持度 $0.4$
$3$ 项集 $\{奶粉,尿布,啤酒\}$ 支持度 $0.4$

$3$ 项集中没有频繁项集 ;

文章来源: hanshuliang.blog.csdn.net，作者：韩曙亮，版权归原作者所有，如需转载，请联系作者。

原文链接：hanshuliang.blog.csdn.net/article/details/109687195