[關聯分析] Apriori演算法介紹 (附Python程式碼)
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 […]