Apriori算法用于关联规则挖掘用Python实现及应用示例

实验分析与设计思路

1.算法原理简述

（1）识别高频项目组合
依据用户设定的最低支持度阈值，提取所有符合支持度不低于该阈值的项目组合。通常情况下，我们重点关注那些无法被其他高频项目组合所涵盖的最大型高频项目集合。全面识别所有高频项目组合是构建关联规则的前提条件。
（2）构建关联规则
根据用户指定的最低置信度标准，在每一个最大型高频项目集合中，筛选出满足置信度不低于该标准的关联规则。

2.实验步骤

（1）识别高频率出现的项目组合
（2）构建相关性规则

3.细化的伪代码

（1）算法3-1用于识别频繁出现的项集

（2）算法3-2候选集合的生成

（3）算法3-3用于判定某元素是否属于候选集

![在这里插入图片描述](https://ad.itadn.com/c/weblog/blog-img/ima