数据挖掘十大经典算法系列,点击链接直接跳转:
数据挖掘简介及十大经典算法(大纲索引)1. 数据挖掘十大经典算法之——C4.5 算法2. 数据挖掘十大经典算法之——K-Means 算法3. 数据挖掘十大经典算法之——SVM 算法4. 数据挖掘十大经典算法之——Apriori 算法5. 数据挖掘十大经典算法之——EM 算法6. 数据挖掘十大经典算法之——PageRank 算法7 数据挖掘十大经典算法之——AdaBoost 算法8. 数据挖掘十大经典算法之——KNN 算法9. 数据挖掘十大经典算法之——Naive Bayes 算法10. 数据挖掘十大经典算法之——CART 算法
简介
Apriori 算法是一种挖掘关联规则的算法,用于挖掘其内含的、未知的却又实际存在的数据关系,其核心是基于两阶段频集思想的递推算法。
Apriori 算法分为两个阶段:
1)寻找频繁项集
2)由频繁项集找关联规则
算法缺点:
1) 在每一步产生侯选项目集时循环产生的组合过多,没有排除不应该参与组合的元素;
2) 每次计算项集的支持度时,都对数据库中的全部记录进行了一遍扫描比较,需要很大的I/O 负载。
案例
啤酒尿布问题