? ? ? ? 前面講的K-means?聚類算法是一種無監督學習，今天要學習的A-priori算法是一個‘先驗算法’，通過該算法我們可以對數據集做關聯分析（association analysis）。

? ? ? ? 用A-priori發現數據的頻繁項集(frequent item)，關聯規則(association rules)。那什么是頻繁項集與關聯規則呢？

? ? ? ? 頻繁項集：經常出現在一塊的物品的集合。

? ? ? ? 關聯規則：暗示兩種物品直接可能存在很強的關系。

? ? ? ? 上面為frequent item與association rules的大白話解釋，那么該如何定義和表示它倆呢？這里我們要引入支持度和可信度（置信度）。請您走向這個鏈接：Link_1

? ? ? ? 當您讀到Link_1講解代碼的時候，我個人感覺博主梳理的知識邏輯比較不順了，這個時候推薦您走向這個鏈接：Link_2

? ? 總結Link_2：Apriori適合小規模數據集，Apriori主要基于frequent item，所以本文引用的關聯分析默認都是基于頻繁集的關聯分析。?如果存在一條關聯規則，它的支持度和置信度都大于預先定義好的最小支持度與置信度，稱之為強關聯規則。

? ? 強關聯規則可用來了解項之間的隱藏關系(Hidden Relationship)，?：所以，association analysis的目的是為了尋找強關聯規則，而A-priori則主要用來幫助尋找強關聯規則。????????

? ? 頻繁集由候選集剪枝（prunning）得到：

? ? ? ? ? ? ①利用各項支持度與min_sup(最小支持度)進行比較? => 最終頻繁集結果

? ? ? ? ? ? ②利用最終頻繁集結果以及各項置信度及min_conf(最小置信度) 進行比較 =>就可得強關聯規則了

? ? ? ? 當您讀完Link_2的時候，是不是感覺理論差不多都OK了呢？代碼部分可以繼續參考鏈接1與2。

? ? ? ?

????????

? ? ? ? 小結一下：

? ? ? ? ? ? ? ? 后續介紹DHP算法：An optimization of A-priori?

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?DIC算法：Dynamic itemset counting【Reduce Number of Scans】?

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 由Sergey Brin （Founder of Google）發明。

?

參考資料（建議按順序閱讀）

數據挖掘十大算法（四）：Apriori（關聯分析算法）_昆蘭.沃斯 的博客-CSDN博客_關聯分析算法終于到了機器學習實戰的第十一章了，這也是繼K-均值后的第二個無監督學習算法了。同樣的該算法也是在一堆數據集中尋找數據之間的某種關聯，這里主要介紹的是叫做Apriori的‘一個先驗’算法，通過該算法我們可以對數據集做關聯分析——在大規模的數據中尋找有趣關系的任務，本文主要介紹使用Apriori算法發現數據的（頻繁項集、關聯規則）。這些關系可以有兩種形式：頻繁項集、關聯規則。? ? ? ? 頻...https://blog.csdn.net/qq_36523839/article/details/82191677?utm_source=app&app_version=4.17.0&code=app_1562916241&uLinkId=usr1mkqgl919blen

關聯分析之Apriori算法【精品】關聯分析之Apriori算法_臥龍居-CSDN博客_關聯分析apriori算法

總結

以上是生活随笔為你收集整理的【机器学习】简单关联分析算法-Apriori algorithm的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。