数据挖掘中的关联分析：Apriori原理与Apriori算法
发布时间
阅读量：
阅读量
在深入阅读本内容之前，建议首先掌握关联分析的基本概念与术语的相关知识。传送门
本部分内容将对关联分析中所涉及的先验(Apriori)原理以及Apriori算法进行简要阐述，并将在后续不断进行更新与完善。
先验(Apriori)原理
原理简介：
当某一项目集合被判定为频繁时，其所有子集必然也具备频繁属性。反之，若某项目集合被判定为非频繁，则其所有超集同样属于非频繁类别。
该特性源于支持度的反单调性(anti-monotone) ：任一项目集合的支持度数值必定不会高于其任意子集的支持度数值。
依托这一特性，我们可以实施 基于支持度的剪枝(support-based pruning) ，无需实际计算支持度即可剔除部分非频繁项目集合。
由此衍生出基于先验原理的Apriori算法。
Apriori算法
Apriori算法作为关联规则挖掘领域的首个方法，创新性地引入了基于支持度的剪枝机制，从而有效遏制候选项集数量的指数级膨胀。针对文章初始部分表6-1所列事务数据，图6-5展示了Apriori算法在生成频繁项集过程中的一个具体实例。
还没有任何评论哟~