數(shù)據(jù)挖掘需要挖掘事物之間的關(guān)聯(lián)性，A-Priori是一個(gè)購(gòu)物籃模型，實(shí)質(zhì)上是一個(gè)教你快速統(tǒng)計(jì)頻繁項(xiàng)集的方法，其根據(jù)頻繁項(xiàng)集的單調(diào)性，來(lái)減少掃描的次數(shù)

比如我有很多購(gòu)物籃，每個(gè)籃子里有若干物品，如{青菜，黃瓜}{黃瓜，蘑菇，冬筍}{面條，醬油}{苗條，青菜}

我要推斷那些物品會(huì)同時(shí)出現(xiàn)，這樣方便推薦，或者說(shuō)我能發(fā)現(xiàn)哪些物品之間有一定的關(guān)聯(lián)性；A-Priori就是干這個(gè)的

這個(gè)算法比較簡(jiǎn)單，就是一個(gè)掃描計(jì)數(shù)的過(guò)程，但是有兩點(diǎn)，

1）是要將物品編碼，便于節(jié)省空間；

2）是K+1頻繁項(xiàng)集的尋找要建立在K頻繁項(xiàng)集合的基礎(chǔ)上，比如我要找一個(gè)3頻繁項(xiàng)集合，那么我可以推斷，這3個(gè)項(xiàng)的任意兩項(xiàng)組合必然在之前找到的2頻繁項(xiàng)集合中；

及時(shí)踢掉一些不可能成為頻繁項(xiàng)集的成分，減少掃描次數(shù)；

凡是數(shù)據(jù)挖掘的算法重點(diǎn)不是在流程，而是在如何優(yōu)化過(guò)程，因?yàn)闇p少一步都能帶來(lái)巨大的效率，如何處理大數(shù)據(jù)！

總結(jié)

以上是生活随笔為你收集整理的数据挖掘（一）A-Priori的全部?jī)?nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。