2023學(xué)年完整公開課版Apriori算法（2022版）

Apriori算法Apriori算法

Apriori算法是常用的用于挖掘出數(shù)據(jù)關(guān)聯(lián)規(guī)則的算法，它用來(lái)找出數(shù)據(jù)值中頻繁出現(xiàn)的數(shù)據(jù)集合，找出這些集合的模式有助于我們做一些決策。Apriori算法的目標(biāo)Apriori算法的目標(biāo)是找到最大的K項(xiàng)頻繁集我們要找到符合支持度標(biāo)準(zhǔn)的頻繁集。但是這樣的頻繁集可能有很多。我們要找到最大個(gè)數(shù)的頻繁集。比如我們找到符合支持度的頻繁集AB和ABE，那么我們會(huì)拋棄AB，只保留ABE，因?yàn)锳B是2項(xiàng)頻繁集，而ABE是3項(xiàng)頻繁集。Apriori算法的目標(biāo)Apriori算法是如何做到挖掘K項(xiàng)頻繁集的呢？Apriori算法采用了迭代的方法，先搜索出候選1項(xiàng)集及對(duì)應(yīng)的支持度，剪枝去掉低于支持度的1項(xiàng)集，得到頻繁1項(xiàng)集。然后對(duì)剩下的頻繁1項(xiàng)集進(jìn)行連接，得到候選的頻繁2項(xiàng)集，篩選去掉低于支持度的候選頻繁2項(xiàng)集，得到真正的頻繁二項(xiàng)集，以此類推，迭代下去，直到無(wú)法找到頻繁k+1項(xiàng)集為止，對(duì)應(yīng)的頻繁k項(xiàng)集的集合即為算法的輸出結(jié)果。Apriori算法的目標(biāo)舉例：

我們的數(shù)據(jù)集D有4條記錄，分別是134,235,1235和25?，F(xiàn)在我們用Apriori算法來(lái)尋找頻繁k項(xiàng)集，最小支持度設(shè)置為50%。首先我們生成候選頻繁1項(xiàng)集，包括我們所有的5個(gè)數(shù)據(jù)并計(jì)算5個(gè)數(shù)據(jù)的支持度，計(jì)算完畢后我們進(jìn)行剪枝，數(shù)據(jù)4由于支持度只有25%被剪掉。我們最終的頻繁1項(xiàng)集為1235，現(xiàn)在我們鏈接生成候選頻繁2項(xiàng)集，包括12,13,15,23,25,35共6組。Apriori算法的目標(biāo)舉例：

我們掃描數(shù)據(jù)集計(jì)算候選頻繁2項(xiàng)集的支持度，接著進(jìn)行剪枝，由于12和15的支持度只有25%而被篩除，得到真正的頻繁2項(xiàng)集，包括13,23,25,35?，F(xiàn)在我們鏈接生成候選頻繁3項(xiàng)集：123,135和235共3組，這部分圖中沒(méi)有畫出。通過(guò)計(jì)算候選頻繁3項(xiàng)集的支持度，我們發(fā)現(xiàn)123和135的支持度均為25%，因此接著被剪枝，最終得到的真正頻繁3項(xiàng)集為235一組。由于此時(shí)我們