[数据结构与算法]Apriori算法(经典的发现频繁项目集算法)分析

基本概念

1. I是一个项目集合，事务数据库D是由一系列具有唯一标识TID的事务组成，每个事务t都对应I上的一个子集

2. 支持度：项目集I1在数据集D上的支持度是包含I1的事务在D中所占的百分比

3. 频繁项目集：对项目集I和事务数据库D，T中所有满足用户指定的最小支持度的项目集，即大于或等于minsupport的I的非空子集

4. 最大频繁项目集：在频繁项目集中挑出所有不被其他元素包含的频繁项目集！！

5. 规则的可信度：包含I1，I2的事务数与包含I1的事务数之比(confidencex->(l-x))=support(l)-support(x1)

6. 强关联规则：D在I上满足最小支持度和最小信任度的关联规则

关连规则挖掘问题可以划分成两个子问题：

1. 发现频繁项目集
2. 生成关联规则

下面看一个经典例题：

解题过程：