30丨关联规则挖掘（上）：如何用Apriori发现用户购物规则？
该思维导图由 AI 生成，仅供参考
搞懂关联规则中的几个概念
荧光笔
直线
曲线- 深入了解
- 翻译
- 解释
- 总结
关联规则挖掘是一项重要的数据挖掘技术，通过发现商品之间的关联关系，可以实现商品捆绑销售和相关推荐，从而提高销售量。本文介绍了关联规则挖掘中的支持度、置信度和提升度等重要概念，以及Apriori算法的工作原理。支持度表示商品组合出现的频率，置信度表示购买了商品A后会购买商品B的概率，而提升度衡量了商品A的出现对商品B出现概率的提升程度。Apriori算法通过查找频繁项集的过程来实现关联规则挖掘，首先计算单个商品的支持度，然后逐步组合商品，筛选出频繁项集。文章还介绍了Apriori算法的改进算法FP-Growth算法，通过创建FP树和项头表，减少了频繁项集的存储以及计算时间，从而提高了关联规则挖掘的效率。文章最后提到了其他的改进算法，如CBA算法和GSP算法，以及对于新理论的提出和改进的思考。总的来说，本文通过介绍关联规则挖掘的基本概念和算法原理，为读者提供了对于关联规则挖掘技术的全面了解和学习的机会。
《数据分析实战 45 讲》，新⼈⾸单¥59
全部留言(31)
- 最新
- 精选
third置顶我也是自己的理解，不知道是否正确，给大家参考一下 构建子树 1.假设已经完成创建项头表的工作，省略count+1 2.扫描数据集，按照项头表排列好的结果，一次创建节点 3.因为尿布出现在所有订单中，没有例外情况，所以这只有一个子节点 4.因为牛奶出现在尿布中的所有订单里，所以只有一个子节点 5.由表中数据可得，在出现牛奶的订单中，面包出现的情况，分为两种， 1）出现3次面包，出现在有牛奶的订单中 2）出现一次面包，出现在没有牛奶的订单中 故，生成两个子节点 6.后续内容属于迭代内容，自行体会 3.创建条件模式集 是一个减掉子树过程。将祖先节点的支持度，记为叶子节点之和，减少频繁项集。 简单理解，就是有几个叶子，说明最开始的节点，怀了几个孩子，怀几个生几个 理解 1.创建含有啤酒的FP树，只有订单中含有啤酒的频繁项集才存在 2.去掉啤酒节点，品酒节点为空，得到，两个频繁项集 见图可理解 作业 1.工作原理 1）K=1，计算支持度 2）筛选小于最小支持度的项集 3）判断如果项集项集为空，K-1项集为最终结果 4）判断失败，K=K+1，重复1-3 2.优化 1）利用FP树和项头表，减少频繁项集的数量存储和计算编辑回复: 总结的不错，都可以看下。
2019-02-2016
Sam.张朝https://www.ibm.com/developerworks/cn/analytics/library/machine-learning-hands-on2-fp-growth/index.html FP 还是这里说的清楚作者回复: 多谢分享
2019-05-099
白夜Apriori 的工作原理： 0.设置一个最小支持度， 1.从K=1开始，筛选频繁项集。 2.在结果中，组合K+1项集，再次筛选 3.循环1、2步。直到找不到结果为止，K-1项集的结果就是最终结果。 FP-Growth相比Apriori的优点： 降低了计算复杂度，只要遍历两次数据集。可以直接得到指定商品的条件模式基。编辑回复: 对的 是Apriori和FP-Growth的特点。
2019-02-214
Ronnyz
老师，想问下那置信度和提升度在Aproiri和FP-Growth算法中应用在哪了作者回复: 可以用于筛选，比如itemsets, rules = apriori(data, min_support=0.5, min_confidence=1)
2019-11-211
梁林松Apriori算法工作原理是通过计算子集的置信度来寻找频繁项集，从而确立关联。 PF-Growth算法是改进的 Apriori, 改进之处在于它是按照明确品类去计算频繁项目集的，而不是去求全部数据集的频繁项集。作者回复: 对的
2019-02-281
kenApriori挖掘频繁项集，那么置信度和提升度是对得出的频繁项集进行验证的是吧？如得出了啤酒的频繁项集后是对每个结果计算提升度，怎么选择最优的组合呢？是否会出现提升度大而置信度下降的情况？编辑回复: 置信度和提升度是对频繁项集的一种验证，在筛选最优组合的时候，一般会设置最小支持度，最小置信度，这样频繁项集和关联关系都要满足这个条件。提升度 (A→B)= 置信度 (A→B)/ 支持度 (B)，所以提升度是对满足前两者条件的另一种验证方式，这样避免一种情况：置信度(A->B)很高，是因为本身支持度(B)很高，实际上和A的出现关系不大。
2019-02-201
McKee ChenApriori算法的原理： 1. 输入数据集合D，支持度阈值α 2. 扫描整个数据集，得到所有出现过的数据，作为候选频繁1项集。K=1，频繁0项集为空集 3. 扫描数据计算候选频繁K项集的支持度 4. 去除候选频繁K项集中支持度低于阈值的数据集，得到频繁K项集。如果得到的频繁K项集为空，则直接返回频繁K-1项集的集合作为算法结果，算法结束。否则继续对K项进行计算，直到没有更新的频繁项集 Apriori算法和FP-Growth算法的区别： 1. Apriori算法需要对数据集进行多次扫描，而FP-Growth只需要扫描数据集两次 2. Apriori算法可能产生大量的候选集。而FP-Growth只需要创建FP树来储存频繁项集，并在创建前对不满足最小支持度的项进行删除作者回复: 加油 总结的不错
2021-01-19
JustDoDT在这个基础上，我们将商品两两组合，得到 k=2 项的支持度 上面这句话下面的表，商品1，2的置信度应该为4/5，表里面列的1/5 我数了同时有商品1，2的订单有4个。 希望核实一下。作者回复: from efficient_apriori import apriori # 设置数据集 transactions = [(1, 2, 3), (4, 2, 3, 5), (1, 3, 5, 6), (2, 1, 3, 5), (2, 1, 3, 4)] # 挖掘频繁项集和频繁规则 itemsets, rules = apriori(transactions, min_support=0.5, min_confidence=1) print("频繁项集：", itemsets) print("关联规则：", rules)
2020-04-072
布兰特K=3 项的商品组合 是不是少了一个 1，3，5 组合啊作者回复: 1，3，5的支持度低于0.5的最小支持度，所以最终结果里被舍弃了
2020-04-01
Red Cape构造FP树的过程这里看不懂，面包，啤酒为什么会拆分呢编辑回复: FP -Growth中有一个概念叫：条件模式基。它在FP树创建的时候还用不上，创建的时候主要是通过扫描整个数据，和项头表来构造FP树。条件模式基用于挖掘频繁项的过程。通过数找到每个项（item）的条件模式基，递归挖掘频繁项集
2019-02-21
