# Apriori算法

> 挖掘数据项集合中频繁出现的组合。

- ID: m06505
- 分类: culture
- 领域: 人类学

## 定义

挖掘数据项集合中频繁出现的组合。经典案例：“啤酒与尿布”。脚手架作用：发现隐性关联。人类的直觉往往只能发现显性联系，Apriori算法通过暴力扫描大数据，发现那些反直觉但统计显著的“共现关系”。

## 机制

基于"先验性质"：频繁项集的子集必频繁。逐层搜索(k-1→k)并剪枝，统计共现支持度。

## 练习

1. 设最小支持度。2. 找频繁1项集。3. 自连接+剪枝生成k项集。4. 重复至无。5. 由频繁项集生关联规则。

## 脚手架用法

发现隐性关联。人类的直觉往往只能发现显性联系，Apriori算法通过暴力扫描大数据，发现那些反直觉但统计显著的“共现关系”。

[阅读网页](https://thinkingmodels.site/entries/detail/m06505)