目標：尋找大量客戶通常共同購買的項目
方法：使用收集的銷售數(shù)據(jù)尋找頻繁項集

頻繁項集 Frequent Itemset

一個經典規(guī)則：如果有人買尿布和牛奶，那么他/她很可能買啤酒！
購物籃模型：描述兩類對象的多對多關系。
項：商場中的不同商品
購物籃：每個顧客購買的商品總和

支持度support：指包含項集I的購物籃個數(shù)
通常我們會設置一個閾值S（support threshold）。如果項集I的支持度（I的子集）≥ S，那么I是頻繁項集。

關聯(lián)規(guī)則 Association Rules

可信度/置信度 confidence：


強關聯(lián)規(guī)則：
設置最小置信度閾值，當置信度大于或等于置信度閾值時可稱為強關聯(lián)規(guī)則。強關聯(lián)規(guī)則才是真正有用的！

興趣度：

A-Priori算法：尋找頻繁項集

A-Priori算法的目的是為了降低尋找頻繁集與關聯(lián)規(guī)則時對于內存與時間的消耗，適用于大量數(shù)據(jù)。
算法通過頻繁K-1項集求頻繁K項集。

開始 -> 候選一項集C1（所有的元素） -> 計算C1中每項的支持度是否大于閾值，從而確定頻繁一項集L1 -> 候選二項集C2 -> 計算C1中每項的支持度是否大于閾值，從而確定頻繁二項集L2 -> 候選三項集C3 -> 計算C3中每項的支持度是否大于閾值，從而確定頻繁二項集L3 -> 候選四項集C4 -> 計算C4中每項的支持度是否大于閾值，從而確定頻繁二項集L4 ·······直到最后沒有候選集為止。

但是在由L2到C3過程中，本應該出現(xiàn)的{1 2 3}沒有出現(xiàn)。為什么呢？因為我們還有兩個性質幫助我們可以直接舍棄{1 2 3}，如下所示。

因為{1 2 3}的子集{1 2}是非頻繁的，因此他的超集也是非頻繁的。故不需要計算又節(jié)省了空間，嘻嘻。

PCY算法

PCY算法由Park等人提出。他們發(fā)現(xiàn)尋找頻繁項集過程中主要計算花在了尋找頻繁二項集，因此他們引用散列技術來尋找頻繁二項集。PCY算法進一步降低了對于內存與時間的消耗，適用于大量數(shù)據(jù)。



在尋找到頻繁2項集以后，接下來再找k頻繁集和Apriori算法一樣了。

總結

以上是生活随笔為你收集整理的频繁项集与关联规则Frequent Itemset Mining and Association Rules、A-Priori算法 , PCY算法的全部內容，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(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。