Apriori关联分析算法 -尿布与啤酒的故事
✴关联分析概述
选择物品间的关联规则也就是要寻找物品之间的潜在关系。要寻找这种关系,有两步,以超市为例
- 找出频繁一起出现的物品集的集合,我们称之为频繁项集。比如一个超市的频繁项集可能有{{啤酒,尿布},{鸡蛋,牛奶},{香蕉,苹果}}
- 在频繁项集的基础上,使用关联规则算法找出其中物品的关联结果。
简单点说,就是先找频繁项集,再根据关联规则找关联物品。
---------------------------------------------------------------------------------------------------------------------------------
找关联的时候主要有两个阈值进行参考:
1、支持度(Support):支持度可以理解为物品当前流行程度。
支持度 = (包含物品A的记录数量) / (总的记录数量)
2、置信度(Confidence):置信度是指如果购买物品A,有较大可能购买物品B。
置信度( A -> B) = (包含物品A和B的记录数量) / (包含 A 的记录数量)
e.g. 产品A作为分母,A出现的次数多,支持度就会高。A出现的次数多的同时AB一起出现的次数也多,那么这一个关联的置信度就高了!!
另外 ,Apriori的作用是根据物品间的支持度找出物品中的频繁项集,但查找频繁项集时候所做的计算都是复杂又耗时的!!
为了加快速度,有以下两句话值得参考,以此去掉很多非频繁的项集,大大简化计算量:
1、某个项集是频繁的,那么它的所有子集也是频繁的。
2、如果一个项集是 非频繁项集,那么它的所有超集也是非频繁项集。
参考链接:https://juejin.cn/post/6844903914035216398
Apriori关联分析算法 -尿布与啤酒的故事相关推荐
- Python --深入浅出Apriori关联分析算法(二) Apriori关联规则实战
上一篇我们讲了关联分析的几个概念,支持度,置信度,提升度.以及如何利用Apriori算法高效地根据物品的支持度找出所有物品的频繁项集. Python --深入浅出Apriori关联分析算法(一) 这次 ...
- pythonapriori算法特点_Python --深入浅出Apriori关联分析算法(一)
在美国有这样一家奇怪的超市, 它将啤酒与尿布这样两个奇怪的东西放在一起进行销售,并且最终让啤酒与尿布这两个看起来没有关联的东西的销量双双增加 .这家超市的名字叫做沃尔玛. 你会不会觉得有些不可思议?虽 ...
- Python学习教程之算法讲解:深入浅出Apriori关联分析算法
在美国有这样一家奇怪的超市,它将啤酒与尿布这样两个奇怪的东西放在一起进行销售,并且最终让啤酒与尿布这两个看起来没有关联的东西的销量双双增加.这家超市的名字叫做沃尔玛. 你会不会觉得有些不可思议?虽然事 ...
- 一个实例带你搞懂Apriori关联分析算法
关联分析 Apriori算法 优点:易编码实现. 缺点:在大数据集上可能较慢. 适用数据类型:数值型或者标称型数据. 关联分析是一种在大规模数据集中寻找有趣关系的任务.这些关系可以有两种形式:频繁项集 ...
- python --深入浅出Apriori关联分析算法Apriori关联...
一.基础知识 上次我们介绍了几个关联分析的概念,支持度,置信度,提升度.这次我们重点回顾一下置信度和提升度: 置信度(Confidence):置信度是指如果购买物品A,有较大可能购买物品B.计算方式 ...
- python关联规则apriori算法_Python --深入浅出Apriori关联分析算法(二) Apriori关联规则实战...
上一篇我们讲了关联分析的几个概念,支持度,置信度,提升度.以及如何利用Apriori算法高效地根据物品的支持度找出所有物品的频繁项集. 这次呢,我们会在上次的基础上,讲讲如何分析物品的关联规则得出关联 ...
- Apriori关联分析与频繁项集
Apriori关联分析与频繁项集 关联分析是一种在大规模数据集中寻找关系的任务.这些关系可以有两种形式:频繁项集或者关联规则.频繁项集(frequent item sets)是经常出现在一块的物品的集 ...
- FP-Growth关联分析算法在网络监控领域的应用
关联分析算法在网络监控领域的应用: 在现今网络规模大,涉及专业多,告警总数大的现在,迫切需要提高对海量告警的分析能力,实现对告警数据的挖掘,提高对有价值告警的提取,简化监控人员的工作,提高排障效率.常 ...
- 关联分析(Association Analysis)--挖掘啤酒与尿布的关联规则
通过本文我们将了解: x->y的含义 挖掘关联分析规则的两个步骤 aproori原理 算法优化–剪枝 如何生成频繁项集 没有重复的k-项候选集如何产生->剪枝–>计数–频繁k-项集 ...
最新文章
- 科学计算工具NumPy(1):ndarray的创建于数据类型
- 演练 网站的头部导航栏的制作 1014 HTML
- 【响应式编程的思维艺术】 (5)Angular中Rxjs的应用示例
- [转载]项目风险管理七种武器-离别钩
- [XA]读书感想:个人对敏捷软件开发宣言的理解
- OA系统如何快速做出统计报表
- day 11 python基础语法学习 ——函数
- Dispose 和 GC 注意点
- 岭回归与lasso回归算法
- 通配符掩码的应用 ACL 访问控制列表
- 广州大学数据库实验报告_广州大学学生实验报告.doc
- long long 类型的网络字节顺序转换
- Java 集合深入理解(9):Queue 队列
- Spine之三——实用技巧大全
- 超赞!最全如何快速增加新浪微博粉丝数!如何迅速提高微博粉丝数量?
- Python循环语句_for_while循环的区别
- Drupal笔记之富文本输入框配置文件上传功能
- windows2003服务器双线双IP双网卡设置方法 双线
- 绘画系统--音乐画笔
- 【HCIE-BigData-Data Mining课程笔记(一)】数据挖掘介绍
热门文章
- 【Android Gradle 插件】 Splits 配置 ② ( Splits#abi{} 脚本块配置 | 根据 CPU 架构进行分包 | AbiSplitOptions 配置简介 )
- Flink standalone配置(血汗注意事项,哭唧唧)
- Vue3+Naive踩坑
- 2019年8月21日 星期三(韩天峰的个人简历)
- linux 筛选重复数据,Linux下uniq筛选
- 2022-2028年中国微创治疗行业市场运行态势及发展战略研究报告
- 计算机基础教程 试题,《计算机基础教程》考试试题及答案
- Windows API用以实现屏幕截图的方法
- java 6面骰子_《剑指offer》 面试题43 n个骰子的点数 (java)
- 好好说话之Large Bin Attack