apriori

[關聯分析] Apriori演算法介紹 (附Python程式碼)

發佈於 1 則留言分類: 07 Python 機器學習10 所有文章

Apriori演算法原理 思考路徑: A priori在拉丁語中指「來自以前」,Apriori是經典的挖掘資料關聯性演算法,採用迭代的方法先搜索出第一項集的各Item支持度,並剪去低於最小支持度的第一項集,得到第二項集後再剪去低於最小支持度的第二項集,依次類推下去直到無法找到項集為止。   Apriori定律1: 假設一個集合{A,B}大於等於最小支持度(Min_Support),則他的子集{A},{B}出現次數必定大於等於最小支持度(Min_Support)   Apriori定律2: 假設集合{A}出現次數小於最小支持度(Min_Support),則他的任何集合如{A,B}出現的次數必定小於最小支持度(Min_Support)       評估指標 1. 支持度(Support): 支持 […]