apriori2

Apriori算法是一种通过查找频繁项目集挖掘关联规则的基本算法。其基本原理是重复扫描数据记录，在得到k-项频繁集的基础上，通过连接、剪枝得到k+1项频繁集的候选集合，再基于最小支持度minsup选出最终的k+1项。该算法由R.Agrawal和R.Srikant于1994年提出，已经成为数据挖掘领域中关联规则学习的经典算法之一。Apriori算法的核心思想是通过迭代计算候选项与数据的匹配程度，将满足最小支持度的候选项作为频繁项集。该算法具有简单、直观、易实现等优点，但也存在着多次扫描数据集、候选集生成时可能会产生大量无效候选项等缺点。