大数据经典算法Apriori讲解精选.pptVIP

* * * 2013-10-25 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 * Apriori Algorithm 小组成员 吴国泉、唐思远、赵清伟、张波 * 购物篮分析：引发性例子 Questions 关联 分析 Solutions 1：经常同时购买的商品可以摆近一点，以便进一步刺激这些商品一起销售。 2：规划哪些附属商品可以降价销售，以便刺激主体商品的捆绑销售。 哪组商品顾客可能会在一次购物时同时购买？ 关联分析的基本概念 关联规则是形如 的蕴含式， （支持度）规则 在事务集D中成立，支持度S是事务包含 的百分比。 Support（ ）= P（ ） （置信度）置信度C是D中同时包含A的事务同时也包含B的百分比。 Confidence（ ）= P（ ）/P（A） （k项集）包含k个项的项集称为k项集，频繁k项集的集合记作 ，候选k项集的集合记作 。 * 由频繁项集产生强关联规则 （1）K维数据项集LK是频繁项集的必要条件是它所有K-1维子项集也为频繁项集，记为LK-1　 （2）如果K维数据项集LK的任意一个K-1维子集LK-1，不是频繁项集，则K维数据项集LK本身也不是最大数据项集。 （3）LK是K维频繁项集，如果所有K-1维频繁项集集合LK-1中包含LK的K-1维子项集的个数小于K，则LK不可能是K维最大频繁数据项集。 （4）同时满足最小支持度阀值和最小置信度阀值的规则称为强规则。 * Apriori算法说明 在Apriori算法中,寻找最大项目集的基本思想是: 算法需要对数据集进行多步处理.第一步,简单统计所有含一个元素项目集出现的频率,并找出那些不小于最小支持度的项目集, 即一维最大项目集L1. 从第二步开始循环处理直到再没有最大项目集生成. 循环过程是: 第k步中, 根据第k-1步生成的(k-1)维最大项目集产生k维侯选项目集CK, 然后对数据库进行有哪些信誉好的足球投注网站, 得到侯选项目集的项集支持度, 与最小支持度比较, 从而找到k维频繁项目集LK. * 连接步 为找出Lk，通过将Lk-1与自身连接产生候选k项集的集合Ck。设l1和l2是Lk-1中的成员。记li[j]表示li中的第j项。假设Apriori算法对事务集中的项按字典次序排序，即对于(k-1)项集li，li[1]li[2]…li[k-1] 。将Lk-1与自身连接，如果(l1[1]=l2[1])( l1[2]=l2[2])…….. (l1[k-2]=l2[k-2])(l1[k-1]l2[k-1])，那认为l1和l2是可连接。连接l1和l2?产生的结果是{l1[1],l1[2],……,l1[k-1],l2[k-1]}。 * 剪枝步 CK是LK的超集，也就是说，CK的成员可能是也可能不是频繁的。通过扫描所有的事务（交易），确定CK中每个候选的计数，判断是否小于