Question

IDA数据挖掘，使用Apriori算法,寻找涉及三种产品的所有规则，跪求大神，谢谢谢谢~~~

Answer 1

首先可以令 集合 {A，B，C，D，E，F} 对应于 {面包，牛奶，果酱，咖啡，鸡蛋，火腿}。

1. 得到候选集c1 = {A,B,C,D,E,F}，可以得到其支持度【每个元素在事务数据中出现的记录的频率】，分别为{100%, 100%, 75%, 25%, 50%, 50%}，由于此时的支持度为70%，所以可以得到频繁集L1={A,B,C}

2. 由L1={A,B,C}，可以得到此时的候选集合c2={{A,B}, {A,C}, {B,C}}，对应的支持度分别为{100%，75%，75%}，从而可以得到频繁集L2={{A,B}, {A,C}, {B,C}}

3. 由L2，可以得到此时候选集c3={{A,B,C}}，此时支持度为{75%}，可以得到频繁集L3={{A,B,C}}

由此可以得到频繁项目集为：L3 ={{A,B,C}}

对于L3，我们可以得到哪些关联规则呢？

如下：

由L3，我们可以得到它所有的非空真子集：{{A}, {B}, {C}, {A,B}, {A,C}, {B,C}

那么，可以分别计算每个子集构成的关联规则的置信度，然后根据给出的90%去过滤！

【引理：对于子集S，计算confidence= support(L3) / support(S)，如果confidence >= 90%，则输出 S->(L3 - S) ，此时的-代表集合的差】

{A} : confidence = support(L3} / support({A}) = 75% / 100% = 75% < 90%，不处理；

{B} : confidencde = support(L3) / support({B}) = 75% / 100% < 90%，不处理；

{C} :  confidencde = support(L3) / support({C}) = 75% / 75% > 90%，输出{C}->{B,A}；

{A,B} : confidence = support(L3) / support({A,B}) = 75% / 100% < 90%，不处理；

{B,C} : confidence = support(L3) / support({B,C}) = 75% / 75% > 90%，输出 {B,C} -> {A}

{A,C}: confidence = support(L3) / support({A,C}) = 75% / 75% > 90%，输出{A,C}->{B}

那么可以得到它的关联规则：

{C}->{B,A}

 {B,C} -> {A}

{A,C}->{B}

也即：

{果酱}->{面包，牛奶}

{牛奶，果酱}->{面包}

{面包，果酱}->{牛奶}

不用谢，我是雷锋~