前言

關聯規則反映一個事物與其他事物之間的關聯性，關聯規則分析是從事事物數據庫，關系數據庫和其他信息存儲中大量數據的項集之間發現有趣，頻繁的格式，關聯和相關性。更確切地說，關聯規則通過量化的數字進行描述物品甲的出現對物品乙的出現有多大的影響。它的模式屬于描述型模式，發現關聯規則的算法是無監督算法。

以下是我為大家準備的幾個精品專欄，喜歡的小伙伴可自行訂閱，你的支持就是我不斷更新的動力喲！

MATLAB-30天帶你從入門到精通

MATLAB深入理解高級教程（附源碼）

tableau可視化數據分析高級教程

Apriori關聯規則基本概念：

一.事務和項集

在關聯規則所使用的數據中，把一個樣本稱為一個“事務”（transation）；每個事務有多個屬性來確定，這里的屬性稱為“項”（item），多個項組成的集合稱為“項集”，根據項集中包含項的數量，項集可以是1-項集，2-項集或者k-項集，若k-項集滿足認為設定的最小支持度，即稱之為頻繁k-項集。

二.支持度，置信度?

總結

以上是生活随笔為你收集整理的R语言应用实战系列（四）-Apriori算法的相关内容（附案例源代码）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。