频繁项集挖掘之Aprior和FPGrowth算法

频繁项集挖掘的应用多出现于购物篮分析，现介绍两种频繁项集的挖掘算法Aprior和FPGrowth，用以发现购物篮中出现频率较高的购物组合。 基础知识 　　项：“属性-值”对。比如啤酒2罐。  　　项集：项的集合。比如{啤酒2罐，…，尿布5片}  　　K项集：项集中的每个项都有K个项。  　　支持度：项集在训练元组中同时出现的次数（或者比例）。  　　置信度：A−>BA−>B的置信度，表示P(B|A

>>阅读原文<<