知识卡片

结构图卡 · 9749.e · 生成模型:DeepSeek-V4.1-Flash

Apriori逐层生成频繁项集

理解等级:中级

逐层搜索:算法从 1 项集开始,先统计每个单品出现在多少交易中,按最小支持度筛出频繁 1 项集;再让它们两两配对生成候选 2 项集,重新扫描交易计数,得到频繁 2 项集;如此反复,直到某一层为空,或达到预设的最大项集长度 N。

每轮只做两件事:由上一层频繁项集“生长”出候选(合并),再按支持度“修剪”掉不合格者。候选只从上一层的频繁项集产生,正是向下封闭性在起作用——子集不频繁的组合根本不会进入下一层。

终止条件:某层为空,说明更长的项集支持度只会更低,继续扩张没有意义;或者在长度达到 N 时提前收手,用参数控制规则长度,避免生成没人看得懂的超长规则。

输出:所有层频繁项集的并集,再由每个频繁项集拆出候选规则,交给置信度、提升度等度量做第二轮筛选。

结构图:

flowchart TD
  A[交易数据库] --> B[统计k项集支持度]
  B --> C{达到最小支持度}
  C -- 否 --> D[剪掉该候选项集]
  C -- 是 --> E[保留为频繁k项集]
  E --> F{该层为空或达到长度N}
  F -- 否 --> G[两两合并生成候选k+1项集]
  G --> B
  F -- 是 --> H[输出全部频繁项集]
  H --> I[拆出候选规则待评估]
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第5章 高级分析理论与方法:关联规则(源文件: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_002.html) - 结论依据:5.2 节描述自下而上的迭代:先识别频繁 1 项集,配对成 2 项集再评价,循环直到支持度过低或达到长度 N,并给出 Lk 与 Ck 的定义。 - 原始内容:Apriori算法采取一种自下而上的迭代方法,它首先确定所有可能的项目(或者1项集,例如 {面包}, {鸡蛋}, {牛奶}, …),然后确定其中哪些是频繁的,从而发现频繁项集。