Apriori

2017-03-07 09:52:09   0  举报





仅支持查看

Apriori算法是一种用于关联规则挖掘的频繁项集算法。它通过逐层搜索数据集中的频繁项集，并利用这些频繁项集生成关联规则。该算法的核心思想是：一个项集是频繁的，那么它的所有子集也是频繁的。Apriori算法的主要优点是简单、直观且易于实现。然而，它也存在一些缺点，如可能产生大量的候选项集，导致计算复杂度较高；同时，对于大数据集，可能需要较长的运行时间。尽管如此，Apriori算法在许多实际应用中仍然具有较高的价值，如市场篮子分析、推荐系统等。

作者其他创作

大纲/内容

F2:326

(F4:B):1044

B2+F4+: 374B3+F4+: 670

M set

M10.1+: 180M12.1+: 135M11.1+: 135M10.1+: 135M1.1+: 135M10.2+: 150......

(F4:M):1024

M1.1+F4+: 135F4+M12.3+: 156M12.1+F4+: 63M1.3+F4+: 180M2.1+F4+: 135M1.2+F4+: 150M12.2+F4+: 140M2.3+F4+: 65

D set

D9+: 1D2+: 21D1+: 50D4+: 3D0+: 4150......

C&F