apriori算法

2015-06-02 19:24:52   82  举报





Apriori算法是一种基于频繁项集挖掘的关联规则学习算法，其核心思想是通过连接k-1个项集来生成候选项集Ck，然后使用支持度剪枝去除那些不可能成为频繁项集的候选项集，最终得到所有的频繁项集。该算法的主要优点是简单、直观且有效，但其缺点也很明显，即需要多次扫描数据集和内存占用较大。因此，在实际应用中需要根据具体情况进行优化和调整，以提高算法的效率和准确性。

算法流程图

大数据

作者其他创作

大纲/内容

根据最小支持度找出频繁项集

计算最小支持度和最小置信度

开始

根据频繁项集构建FP-tree，根据最小置信度找出关联规则

结束

异常数据

将规则写入规则库