求大牛指点->apriori算法的实现原理？？？？？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Clementine 中的apriori算法模型只提供了条件支持度选项，但是大家都知道apriori是基于频繁项集来进行规则计算的，那么没有规则支持度怎么来算频繁项集呢？还是Clementine中的apriori不产生频繁项集？查了很多资料 apriori算法都是先产出频繁项集的。。


求大牛们指点。。


昨晚问了一个大牛，他说是经典的关联规则算法是基于覆盖式的，搞不懂啊  网上也找不到源码。。。






支持度显示条件支持度 — 即其条件为真的 ID 在训练数据中的比例。例如，如果 50% 的训练数据包括 bread（面包）的购买，那么规则 bread > cheese 的条件支持度为 50%。注意：此处定义的支持度与实例数相同，但以百分比的形式表示。

• 置信度显示规则支持度与条件支持度的比。此比值表明了带有指定条件、并且其结果也为真的 ID 的比例。例如，如果 50% 的训练数据包含 bread（面包）（表明条件支持），但只有 20% 既包含 bread（面包）又包含 cheese（奶酪）（表明规则支持度），则规则 bread -> cheese 的置信度为规则支持度/条件支持度，在这里为 40%

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Apriori算法 Apriori Priori PRIOR Apr 资料 cheese 百分比 经典的 置信度

学习，谢谢