zoukankan      html  css  js  c++  java
  • 机器学习——使用Apriori算法进行关联分析

    从大规模的数据集中寻找隐含关系被称作为关联分析(association analysis)或者关联规则学习(association rule learning)

    Apriori算法

    优点:易编码实现

    缺点:在大数据集上可能较慢

    使用数据类型:数值型或者标称型数据

    关联分析寻找的是隐含关系,这些关系可以有两种形式:频繁项集或者关联规则

    频繁项集(frequent item sets)是经常出现在一起的集合

    关联规则(association rule)暗示两种物品之间可能存在很强的关系

    项集支持度可信度(置信度)

    Apriori算法的原理是如果某个项集是频繁的,那么它的所有子集也是频繁的如果一个项集是非频繁的,那么它的所有超集也是非频繁的

  • 相关阅读:
    计网:传输层
    计网:网络层
    codeblocks 的安装与初体验
    二叉排序树的建立
    使用颜色空间进行图像分割
    密码学笔记
    Git笔记
    SVM笔记
    GAN笔记——理论与实现
    leetcode(三)
  • 原文地址:https://www.cnblogs.com/tonglin0325/p/6294484.html
Copyright © 2011-2022 走看看