[12,13]。通过遍历一大堆事务数据中，从一个一个的单个项开始记数，每次遍历完所有的事务后，裁减掉支持度记数少于用户给定的支持度的项，然后逐步扩展到多项事务。最后保留下来的频繁项集，通过子集产生法来产生关联规则，然后去掉其中置信度低于用户指定的最低置信度的关联规则，最后剩下的就是满足用户需要的关联规则。
本科毕业论文中关联规则挖掘的简介
来源：
作者：互联网作品
时间：2007-02-07
点击：
Apriori算法的特点就是在于从单项开始，每次剪裁一点，利用Apriori性质[13],有效避免了对很多不可能的项的搜索过程。
2.1 Apriori性质
Apriori性质：频繁项集的所有非空子集都必须也是频繁的。如果项集I不满足最小支持度阈值s，则I不是频繁的，即P(I) < s。如果项A添加到I，则结果项集(I ∪ A）不可能比I更频繁出现。因此，(I,A)也不是频繁的，即P(I ∪ A) < s。
Apriori性质主要是用于搜索频繁项集的时候对候选式的筛选过程。Apriori算法中利用Apriori性质，能够比较好地避免盲目的搜索，提高频繁项集的查找效率。
0
最新评论共有 0 位网友发表了评论
查看所有评论
发表评论
热点关注
