#2018-03-23 10:48:40 March Friday the 12 week, the 082 day SZ SSMR

【Python数据挖掘课程笔记】八.关联规则挖掘及Apriori实现购物推荐 
  1.关联规则挖掘概念及实现过程；
        2.Apriori算法挖掘频繁项集；
        3.Python实现关联规则挖掘及置信度、支持度计算。


一. 关联规则挖掘概念及实现过程
 1.关联规则
        关联规则（Association Rules）是反映一个事物与其他事物之间的相互依存性和关联性，如果两个或多个事物之间存在一定的关联关系，那么，其中一个事物就能通过其他事物预测到。关联规则是数据挖掘的一个重要技术，用于从大量数据中挖掘出有价值的数据项之间的相关关系。
典型案例：美国沃尔玛超市尿布和啤酒的故事
2.常见案例
3.置信度与支持度
度量一个规则是否够好？有两个量，置信度（Confidence）和支持度（Support），
 (3) 支持度
        支持度（Support）计算在所有的交易集中，既有A又有B的概率
 (4) 置信度
        置信度（confidence）表示了这条规则有多大程度上值得可信
 (5) 最小支持度与频繁集
        发现关联规则要求项集必须满足的最小支持阈值，称为项集的最小支持度（Minimum Support），记为supmin。支持度大于或等于supmin的项集称为频繁项集，简称频繁集，反之则称为非频繁集。通常k-项集如果满足supmin，称为k-频繁集，记作Lk。关联规则的最小置信度（Minimum Confidence）记为confmin，它表示关联规则需要满足的最低可靠性。
  (6) 关联规则

 (7) 强关联规则
        如果规则R：X=>Y 满足 support(X=>Y) >= supmin 且 confidence(X=>Y)>=confmin，称关联规则X=>Y为强关联规则，否则称关联规则X=>Y为弱关联规则。
二. Apriori算法挖掘频繁项集
Apriori算法将发现关联规则的过程分为两个步骤：
        1.通过迭代，检索出事务数据库中的所有频繁项集，即支持度不低于用户设定的阈值的项集；
        2.利用频繁项集构造出满足用户最小置信度的规则。
补充频繁项集相关知识：
        K-项集：指包含K个项的项集；
        项集的出现频率：指包含项集的事务数，简称为项集的频率、支持度计数或计数；
        频繁项集：如果项集的出现频率大于或等于最小支持度计数阈值，则称它为频繁项集，其中频繁K-项集的集合通常记作Lk。



三. 举例：频繁项集产生强关联规则



四. Python实现关联规则挖掘及置信度、支持度计算