原书出处
数据科学与大数据分析 数据的发现 分析 可视化与表示
05 第5章 高级分析理论与方法:关联规则
集),可以生成更长的频繁项集。这种方法也就不再需要在算法中枚举所有可能的项集,因为所有可能的项集的数量可能是指数级的。
Apriori的一个主要组件是支持度(support)。给定一个项集L,L的支持度[2]是包含L的交易的百分比。例如,如果80%的交易含有项集{bread},则{bread}的支持度就是0.8。同样,如果所有交易的60%包含项集{bread,butter},则{bread,butter}的支持度是0.6。
一个频繁项集 包含足够频繁地一起出现的项目。这里“够频繁”(often enough)使用最小支持度(minimum
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0015_split_001.html
EPUB SHA-256:e4a4df0364edbfdf609c07ab4449f2148ede4291cdfba8b2a6ffdc51e7b6c9b7