一、Apriori 算法概述
Apriori 算法是一種最有影響力的挖掘布爾關聯規則的頻繁項集的 算法，它是由Rakesh Agrawal 和RamakrishnanSkrikant 提出的。它使用一種稱作逐層搜索的迭代方法，k- 項集用于探索（k+1）- 項集。首先，找出頻繁 1- 項集的集合。該集合記作L1。L1 用于找頻繁2- 項集的集合 L2，而L2 用于找L2，如此下去，直到不能找到 k- 項集。每找一個 Lk 需要一次數據庫掃描。為提高頻繁項集逐層產生的效率，一種稱作Apriori 性質的重 要性質 用于壓縮搜索空間。其運行定理在于一是頻繁項集的所有非空子集都必須也是頻繁的，二是非頻繁項集的所有父集都是非頻繁的。

二、問題的引入

購物籃分析：引發性例子

Question：哪組商品顧客可能會在一次購物時同時購買？

關聯分析
Solutions：
1：經常同時購買的商品可以擺近一點，以便進一步刺激這些商品一起銷售。
2：規劃哪些附屬商品可以降價銷售&#

總結

以上是生活随笔為你收集整理的数据挖掘十大算法--Apriori算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。