一句话+一张图——说清楚Aprioir关联规则算法

　　一句话

　　关联分析（关联规则学习): 从大规模数据集中寻找物品间的隐含关系被称作 关联分析(associati analysis) 或者 关联规则学习（association rule learning）

　　一张图

解释一下这张图：

　　在关联规则Aprioir算法中，有两个很重要的概念，分别是频繁项集（frequent item sets），关联规则（associational rules），它们是用来描述隐含关系的形式。

　　频繁项集（frequent item sets）: 经常出现在一块的物品的集合。

　　关联规则（associational rules）: 暗示两种物品之间可能存在很强的关系。

　　那么 频繁 的定义是什么呢？怎么样才算频繁呢？ 度量它们的方法有很多种，这里我们来简单的介绍下支持度和可信度。

　　支持度: 数据集中包含该项集的记录所占的比例。例如上图中，{豆奶} 的支持度为 4/5。{豆奶, 尿布} 的支持度为 3/5。

　　可信度: 针对一条诸如 {尿布} -> {葡萄酒} 这样具体的关联规则来定义的。这条规则的 可信度 被定义为 支持度({尿布, 葡萄酒})/支持度({尿布})，从图中可以看出 支持度({尿布, 葡萄酒}) = 3/5，支持度({尿布}) = 4/5，所以 {尿布} -> {葡萄酒} 的可信度 = 3/5 / 4/5 = 3/4 = 0.75。

　　举个栗子呗

　　还是上面的那个尿布和葡萄酒的栗子，让我们仔细的看一下它的关联规则的发现过程（Aprioir）

　　过程1：寻找k项频繁集

​我们规定最小支持度为0.3

　　L1为1项频繁集，可以从图中看出它的计算过程为：

　　P(豆奶)=豆奶出现的次数 / 订单总数量P(豆奶)=豆奶出现的次数订单总数量

　　L2为2项频繁集，从L1中选择候选者（去除了小于最小支持度的数据），计算过程为：

　　P(豆奶，莴苣)=豆奶，莴苣共同出现的次数 / 订单总数量P(豆奶，莴苣)=豆奶，莴苣共同出现的次数订单总数量

　　同理可以推出L3

　　过程2：发现关联规则

　　这里举一个例子说明，买了尿布的人也会继续买葡萄酒的规则，支持度为0.6（前面已经算出），那么它的置信度计算过程为：

　　P(尿布−−>葡萄酒)=尿布，葡萄酒同时出现的概率 / 尿布出现的概率=P(葡萄酒|尿布)