关联规则挖掘--Apriori算法

关联规则挖掘--Apriori算法

  • 1、关联规则概述
  • 2、置信度、支持度、提升度的概念
  • 3、关联规则挖掘问题
  • 4、Apriori算法
    • 4.1 算法步骤
    • 4.2 先验原理
    • 4.3 寻找最大频繁项的过程
    • 4.4 注意问题:项的连接
  • 5、代码实战

1、关联规则概述

  关联规则(Association Rules)反映一个事物与其他事物之间的相互依存性和关联性。如果两个或者多个事物之间存在一定的关联关系,那么,其中 一个事物就能够通过其他事物预测到。

  关联规则可以看作是一种IF-THEN关系。假设商品A被客户购买,那么在相同的交易ID下, 商品B也被客户挑选的机会就被发现了。
在这里插入图片描述
  有没有发生过这样的事:你出去买东西,结果却买了比你计划的多得多的东西?这是一种被称为冲动购买的现象,大型零售商利用机器学习和Apriori算法,让我们倾向于购买更多的商品。
关联规则挖掘--Apriori算法_第1张图片
  购物车分析是大型超市用来揭示商品之间关联的关键技术之一。他们试图找出不同物品和产品之间的关联,这些物品和产品可以一起销售,这有助于正确的产品放置。
  买面包的人通常也买黄油。零售店的营销团队应该瞄准那些购买面包和黄油的

你可能感兴趣的:(数据挖掘与机器学习,算法,数据挖掘,机器学习,Apriori)