「这是我参与11月更文挑战的第6天，活动详情查看：2021最后一次更文挑战」
关联规则挖掘可以让我们从数据集中发现项与项之间的关系，它在我们的生活中有很多应用场景，关联规则挖掘是个非常有用的技术。下面就让我们通过一个实例来学习此算法
首先我们需要了解两个概念
1.支持度
支持度是个百分比，它指的是某个商品组合出现的次数与总次数之间的比例。支持度越高，代表这个组合出现的频率越大。
2.置信度
置信度是个条件概念，就是说在 A 发生的情况下，B 发生的概率是多少。它指的就是当你购买了商品 A，会有多大的概率购买商品 B。
题目如下
使用如下事务数据库，该数据库具有9个事务，设最小支持度为2，频繁项集的极大长度为3。
（1）使用Apriori算法挖掘下表中的事务数据库中的频繁项集。
（2）{面包，牛奶，可乐}是否为最大频繁项目集？求出该最大频繁项目集中可以得到的关联规则，设最小置信度为50%。
| TID | Items |
|---|---|
| 1 | 面包，可乐，麦片 |
| 2 | 牛奶，可乐 |
| 3 | 牛奶，面包，麦片 |
| 4 | 牛奶，可乐 |
| 5 | 面包，鸡蛋，麦片 |
| 6 | 牛奶，面包，可乐 |
| 7 | 牛奶，面包，鸡蛋，麦片 |
| 8 | 牛奶，面包，可乐 |
| 9 | 面包，可乐 |
一、寻找频繁项目集的过程
(1) 先扫描数据可，统计所有1候选项集L1
| 项集 | 支持度 |
|---|---|
| 牛奶 | 6 |
| 面包 | 7 |
| 可乐 | 6 |
| 鸡蛋 | 2 |
| 麦片 | 4 |
(2)剪除支持度小于2的项集C1
| 项集 | 支持度 |
|---|---|
| 牛奶 | 6 |
| 面包 | 7 |
| 可乐 | 6 |
| 鸡蛋 | 2 |
| 麦片 | 4 |
(3) 统计C1中的所有项集的2候选项集L2
| 项集 | 支持度 |
|---|---|
| 牛奶，面包 | 4 |
| 牛奶，可乐 | 4 |
| 牛奶，鸡蛋 | 1 |
| 牛奶，麦片 | 2 |
| 面包，可乐 | 4 |
| 面包，鸡蛋 | 2 |
| 面包，麦片 | 4 |
| 可乐，鸡蛋 | 0 |
| 可乐，麦片 | 1 |
| 鸡蛋，麦片 | 2 |
（4）剪除支持度小于2的项集C2
| 项集 | 支持度 |
|---|---|
| 牛奶，面包 | 4 |
| 牛奶，可乐 | 4 |
| 牛奶，麦片 | 2 |
| 面包，可乐 | 4 |
| 面包，鸡蛋 | 2 |
| 面包，麦片 | 4 |
| 鸡蛋，麦片 | 2 |
（5）统计C2中的所有项集的3候选项集L3
| 项集 | 支持度 |
|---|---|
| 面包，牛奶，可乐 | 2 |
| 面包，牛奶，麦片 | 2 |
| 面包，鸡蛋，麦片 | 2 |
| 牛奶，鸡蛋，麦片 | 1 |
（6）剪除支持度小于2的项集C3
| 项集 | 支持度 |
|---|---|
| 面包，牛奶，可乐 | 2 |
| 面包，牛奶，麦片 | 2 |
| 面包，鸡蛋，麦片 | 2 |
二、所有频繁项的置信度为
{牛奶} => {面包，可乐} ，置信度 = 2/6 = 33%
{面包} => {牛奶，可乐} ，置信度 = 2/7 = 29%
{可乐} => {面包，牛奶} ，置信度 = 2/6 = 33%
{面包，牛奶} => {可乐} ，置信度 = 4/6 = 50%
{牛奶，可乐} => {面包} ，置信度 = 4/6 = 50%
若最小置信度为50%，则得到的关联规则如下：
{面包，牛奶} => {可乐} ，置信度 = 4/6 = 50%
{牛奶，可乐} => {面包} ，置信度 = 4/6 = 50%
