From 2317391feb306e9ccb39110be3fed3dfd69e8202 Mon Sep 17 00:00:00 2001 From: jiangzhonglian Date: Thu, 30 Mar 2017 19:06:29 +0800 Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=96=B0Apriori=20.md=E6=B3=A8?= =?UTF-8?q?=E9=87=8A?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- docs/11.使用Apriori算法进行关联分析.md | 19 ++++++++++++++----- 1 file changed, 14 insertions(+), 5 deletions(-) diff --git a/docs/11.使用Apriori算法进行关联分析.md b/docs/11.使用Apriori算法进行关联分析.md index 0326a153..2dc4a838 100644 --- a/docs/11.使用Apriori算法进行关联分析.md +++ b/docs/11.使用Apriori算法进行关联分析.md @@ -1,16 +1,14 @@ # 11) 使用Apriori算法进行关联分析 -* 使用场景： +* 用户去超市、电商平台去买东西；那么是否可以促进用户消费呢？ * 目的：商店希望从客户身上获取尽可能多的利润。 * 忠诚度计划： 通过顾客的会员卡可获取已定的折扣，商店也可以了解客户购买的商品; 不买会员卡，商店也可以查用顾客一起购买的物品，找出商品之间的关系。 * 例如： 尿布和啤酒的故事 * 关联关系(associati analysis) 或 关联规则学习(association rule learning) - * 从大规模数据集中寻找物品间的隐含关系呗称作关联关系。 + * 从大规模数据集中寻找物品间的隐含关系被称作关联关系。 * 关联分析： - * 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。 + * 概念：是一种在大规模数据集中寻找有趣关系的任务。 * 关联分析有2种形式： * 1.频繁项集(frequent item sets): 经常出现在一块的物品集合 * 2.关联规则(association rules): 暗示两种物品之间可能存在很强的关系 @@ -23,6 +21,17 @@ * 置信度（confidence) * 置信度({A}->{B}) = 支持度{A,B}/支持度{A} * 例如上图中：{尿布，葡萄酒}的支持度=3/5， {尿布}的支持度=4/5， 所以 尿布->葡萄酒的可信度=3/4 + * 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。 + * Apriori流程步骤： + * 收集数据：使用任意方法。 + * 准备数据：任何数据类型都可以，因为我们只保存集合。 + * 分析数据：使用任意方法。 + * 训练数据：使用Apiori算法来找到频繁项集。 + * 测试算法：不需要测试过程。 + * 使用算法：用语发现频繁项集以及物品之间的关联规则。 * Apriori原理 * 如果某个项集是频繁的，那么它的所有子集也是频繁的，反之，一个项集是非频繁的，那么它的所有超集也是非频繁的。 * 例如： 我们假设知道{2, 3}是非频繁项，那么{0, 2, 3}, {1, 2, 3}, {0, 1, 2, 3}都是非频繁项。