关联规则apriori算法例题 数据挖掘

经典的关联规则挖掘算法有Apriori算法和FP-growth算法。Apriori算法对事务数据库进行多次扫描，每次使用候选频繁集生成频繁集；而FP-growth算法采用树形结构，不需要生成候选频繁集，直接得到频繁集，大大减少了事务数据库的扫描次数，提高了算法的效率。而Apriori算法具有良好的可扩展性，可以应用于并行计算等领域。Apriori算法是关联规则中的一种基本算法。它是1994年由Rakesh Agrawal博士和ramakrishnansrikant博士提出的一种关联规则挖掘算法。关联规则的目的是找出数据集中项目之间的关系，也称为市场篮子分析，因为“购物篮子分析”非常适合表示应用该算法的场景子集。

数据挖掘 apriori算法啤酒尿布 非结构化数据

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。