Apriori算法是一种挖掘关联规则的频繁项集算法，其核心**是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集。
- 依据支持度找出所有频繁项集（频度）
- 依据置信度产生关联规则（强度）
- 对于A->B
- 支持度：P(A ∩ B)，既有A又有B的概率
- 置信度：P(B|A)，在A发生的事件中同时发生B的概率 p(AB) / P(A)，例如购物篮分析：牛奶 ⇒ 面包
- 例子：[支持度：3%，置信度：40%]，支持度3%：意味着3%顾客同时购买牛奶和面包；置信度40%：意味着购买牛奶的顾客40%也购买面包
- 如果事件A中包含k个元素，那么称这个事件A为k项集事件A满足最小支持度阈值的事件称为频繁k项集。
- 同时满足最小支持度阈值和最小置信度阈值的规则称为强规则
- Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法Apriori使用一种称作逐层搜索的迭代方法，“K-1项集”用于搜索“K项集”。
- 首先，找出频繁“1项集”的集合，该集合记作L1。L1用于找频繁“2项集”的集合L2，而L2用于找L3。如此下去，直到不能找到“K项集”。
- 找每个Lk都需要一次数据库扫描。核心**是：连接步和剪枝步。连接步是自连接，原则是保证前k-2项相同，并按照字典顺序连接。剪枝步，是使任一频繁项集的所有非空子集也必须是频繁的。
- 反之，如果某个候选的非空子集不是频繁的，那么该候选肯定不是频繁的，从而可以将其从CK中删除。
- 简单的讲：
- 发现频繁项集，过程为（1）扫描（2）计数（3）比较（4）产生频繁项集（5）连接、剪枝，产生候选项集，重复步骤（1）~（5）直到不能发现更大的频集
- 产生关联规则，过程为:根据前面提到的置信度的定义，关联规则的产生如下：对于每个频繁项集L，产生L的所有非空子集；对于L的每个非空子集S，如果P（L）/P（S）>= min_conf，则输出规则“S -> L-S”，注：L-S表示在项集L中除去S子集的项集
- 个人平日有点微懒，Apriori算法说明也是后来补充的，具体转载自Apriori算法详解之一
- 借由智能信息处理课程的需求，个人基于Java实现的Apriori算法，具有一定的通用性，代码中有相应的注释
- data.txt为apriori算法测试的用例，格式说明：“T100,I1,I2,I5”，T100表示购买记录编号，I1, I2, I5表示具体商品