大数据挖掘与应用 第3章 Apriori算法.pptVIP

第三章 关联规则挖掘 关联规则挖掘用来发现大量数据中项集之间有趣的关联联系。如果两项或多项属性之间存在关联，那么其中一项的属性就可以依据其他属性值进行预测，关联规则挖掘是数据挖掘中的一个重要课题，最近几年已被业界深入研究和广泛应用。 关联规则挖掘问题可以分为两个子问题：第一步是找出事务数据库中所有大于等于用户指定的最小支持度的数据项集；第二步是利用频繁项集生成所需要的关联规则，根据用户设定的最小置信度进行取舍，最后得到强关联规则。识别或发现所有频繁项目集是关联规则发现算法的核心 3.1基本概念 关联规则的基本描述如下。 项与项集 事务 项集的频数（支持度计数） 关联规则 关联规则的支持度（support） 关联规则的置信度（confidence） 最小支持度与最小置信度 强关联规则 频繁项集 项目集空间理论 3.2.1 Apriori算法原理解析 1、Apriori算法基本思想 Apriori算法基本思想是通过对数据库的多次扫描来计算项集的支持度，发现所有的频繁项集从而生成关联规则。Apriori算法对数据集进行多次扫描。第一次扫描得到频繁1-项集的集合L1，第k（k1）次扫描首先利用第（k-l）次扫描的结果 来产生候选k-项集的集合Ck，然后在扫描的过程中确定Ck中元素的支持度，最后在每一次扫描结束时计算频繁k-项集的集合Lk，算法当候选k-项集的集合Ck为空时结束。 3.2