From 7a644ec4bd346f3d404fc674c142bf79e4edfb65 Mon Sep 17 00:00:00 2001 From: jiangzhonglian Date: Tue, 19 Sep 2017 16:09:17 +0800 Subject: [PATCH] =?UTF-8?q?=E4=BF=AE=E6=94=B9=20Apriori=20=E7=AE=97?= =?UTF-8?q?=E6=B3=95=E7=9A=84=E6=96=87=E6=A1=A3?= 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 | 4 ++-- 1 file changed, 2 insertions(+), 2 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 38448a28..3a66db96 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 @@ -28,13 +28,13 @@ ## Apriori 原理 假设我们一共有 4 个商品: 商品0, 商品1, 商品2, 商品3。 -所有可能的组合如下: +所有可能的情况如下: ![4种商品的所有组合](../images/11.Apriori/apachecn_apriori_goods_all_1.jpg) 如果我们计算所有组合的支持度，也需要计算 15 次。即 2^N - 1 = 2^4 - 1 = 15。 随着物品的增加，计算的次数呈指数的形式增长 ... 为了降低计算次数和时间，研究人员发现了一种所谓的 Apriori 原理，即某个项集是频繁的，那么它的所有子集也是频繁的。 例如，如果 {0, 1} 是频繁的，那么 {0}, {1} 也是频繁的。 -该原理直观上没有什么帮助，但是如果反过来看就有用了，也就是说如果一个项集是 `非频繁项集`，那么它的所有超级也是非频繁项集，如下图所示: +该原理直观上没有什么帮助，但是如果反过来看就有用了，也就是说如果一个项集是 `非频繁项集`，那么它的所有超集也是非频繁项集，如下图所示: ![非频繁项集](../images/11.Apriori/非频繁项集.png)