关联规则笔记

关联规则笔记：
如记录的集合D中有记录A以及记录B。记录A推记录B（关联规则）
支持度:记录A和记录B同时出现占总个数比例。
置信度：记录A中出现记录B的个数比例。
如果挖掘的关联规则满足最小的支持度阈值和最小置信度的阈值，则关联规则是有趣的。
重要性：频繁项集的所有非空子集都必须是频繁的。

Apriori算法思想：
逐层搜索的迭代方法，
首先寻找1-项频繁集的集合，
集合记做L1，
L1用于寻找两项频繁集合L2，
L2用于寻找L3，如此下去，直到不能找K项频繁集合。

Apriori算法迭代的两个阶段：
?1连接步；为找L（k） ，通过将L（k-1）与自身连接产生候选K项集的集合。
2减枝步；根据项的支持度计数去掉非频繁的候选集合，确定频繁集反复迭代直到不能产生满足最小支持度的集合为止。
Apriori重要性质：频繁项集的所有非空子集都必须是频繁的在减枝中的应用就在于，对于候选集只要它不是频繁的，就可以删除掉，这样大大减少数据量。