Apriori

2017-03-07 09:52:09 0 举报
仅支持查看
Apriori是一种关联规则学习算法,它用于发现数据集中频繁出现的项集。该算法的核心思想是通过迭代地查找频繁项集来构建关联规则。首先,算法会扫描数据集,计算每个项的支持度(即出现的频率)。然后,根据支持度筛选出频繁项集,并利用这些频繁项集构建新的候选项集。接下来,再次扫描数据集,计算新候选项集的支持度,并重复这一过程直到无法找到更多的频繁项集为止。最后,通过频繁项集生成关联规则,并计算它们的置信度和提升度等指标,以评估其重要性和可靠性。Apriori算法广泛应用于市场篮分析、推荐系统等领域,能够揭示隐藏在数据中的有价值的关联关系。
作者其他创作
大纲/内容
评论
0 条评论
下一页