zoukankan      html  css  js  c++  java
  • 关联规则推荐及Apriori算法

    参考这篇文章:

    http://blog.csdn.net/rongyongfeikai2/article/details/40457827

    这条关联规则的支持度:support = P(A并B)

    这条关联规则的置信度:confidence = support(A并B)/suport(A)

    Apriori算法指导我们,如果要发现强关联规则,就必须先找到频繁集。所谓频繁集,即支持度大于最小支持度的项集。如何得到数据集合D中的所有频繁集呢?

    Apriori算法为了进一步缩小需要计算支持度的候选集大小,减小计算量,所以在取得候选集时就进行了它的子集是否有非频繁集的判断。

    所以Aprior算法提出了一个逐层搜索的方法,如何逐层搜索呢?包含两个步骤:

    1.自连接获取候选集。第一轮的候选集就是数据集D中的项,而其他轮次的候选集则是由前一轮次频繁集自连接得到(频繁集由候选集剪枝得到)。

    2.对于候选集进行剪枝。如何剪枝呢?候选集的每一条记录T,如果它的支持度小于最小支持度,那么就会被剪掉;此外,如果一条记录T,它的子集有不是频繁集的,也会被剪掉。

  • 相关阅读:
    mybatis框架快速入门
    perl FileHandle 模块使用
    perl substr
    Browse Code Answers
    无题
    dlang 泛型
    dlang 读取gz压缩文件
    R包 tidyverse 分列
    推荐一个网站:用各种语言去做同一件事
    dlang ref的作用
  • 原文地址:https://www.cnblogs.com/charlesblc/p/6392263.html
Copyright © 2011-2022 走看看