关联规则算法综述 2.docVIP

关联规则算法综述 2 关联规则算法综述(2)2010-04-29 22：474算法综述 4.1经典的频集算法 Agrawal等于1994年提出了一个挖掘顾客交易数据库中项集间的关联规则的重要方法，其核 心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。 所有支持度大于最小支持度的项集称为频繁项集，简称频集。 4.1.1算法的基本思想 首先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产 生强关联规则，这些规则必须满足最小支持度和最小可信度。 挖掘关联规则的总体性能由第一步决定，第二步相对容易实现。 4.1.2 Apriori核心算法分析 为了生成所有频集，使用了递推的方法。其核心思想简要描述如下： (1)L1={large 1-itemsets}； (2)for(k=2；Lk-1F；k++)do begin (3)Ck=apriori-gen(Lk-1)；//新的候选集 (4)for all transactions tD do begin (5)Ct=subset(Ck,t)；//事务t中包含的候选集 (6)for all candidates cCt do (7)c.count++； (8)end (9)Lk={c Ck|c.countminsup} (10)end (11)Answer=∪kLk； 首先产生频繁1