实 验 目 的:
1、理解关联规则中Apriori算法实现原理
2、掌握项集和频繁项集的定义。
3．掌握如何从低阶频繁项生成高阶候选项。
4．掌握如何进行连接和剪枝。
5．掌握如何利用频繁项生成所有的强关联规则
实 验 环 境:
Anaconda
实 验 内 容 及 过 程:
关联规则发现是数据挖掘中重要的算法之一，有许多版本变种和应用场景。关联规则发现算法的基础算法之一是Apriori算法，要求针对某种格式数据和给定的阈值，代码实现Apriori算法，最终能够产生所有的强关联规则。其中数据格式不限，数据源任选。
步骤一:选取数据集(图1)，代码如图2，设定最小支持度s和最小置信度c;
步骤二:获取数据集（图3），并获取数据集中的的子集，利用最小支持数选出满足的子集。(图4)
图1 图2
图3
图4
步骤三：根据频繁(k-1)项集自身连接产生候选K项集Ck，并剪去不符合条件的候选。（图5）
步骤四：根据数据集获取频繁项集。（图6）
步骤五：定义获取关联规则（图7）
图5
图6
图7
由于规则是由频繁项集产生，因此每个规则都自动地满足最小支持度。频繁项集和它们的最小支持度可以预先存放在散列表中。
结果展示
实 验 心 得：
通过这次的实验我明白，Apriori关联规则挖掘一般可分成两个步骤：第一步找出所有支持度大于等于最小支持度阈值的频繁项集。第二步由频繁模式生成满足可信度阈值的关联规则。
那什么时候算法结束呢？细看代码，我们可以发现如果⾃连接得到的已经不再是频繁集，那么取最后⼀次得到的频繁集作为结果。
需要值得注意的是：Apriori算法为了进⼀步缩⼩需要计算⽀持度的候选集⼤⼩，减⼩计算量，所以在取得候选集时就进⾏了它的⼦集必须也是频繁集的判断。
