【机器学习算法】之Apriori
2016-01-18 16:18
176 查看
一.算法介绍
Apriori算法不同于以前接触过的机器学习算法,这种算法用于在数据集中寻找有趣的关系。这些关系可以有两种形式:频繁项集或者关联规则。关于算法的详细介绍参见:
/article/1547284.html
/content/964693.html
二.python实现
def apriori(dataSet, minSupport = 0.5): C1 = createC1(dataSet) D = map(set, dataSet) L1, supportData = scanD(D, C1, minSupport) L = [L1] k = 2 while (len(L[k-2]) > 0): Ck = aprioriGen(L[k-2], k) Lk, supK = scanD(D, Ck, minSupport)#scan DB to get Lk supportData.update(supK) L.append(Lk) k += 1 return L, supportData
apriori是一种无监督的学习算法,可以用于从数据中发现一些规律。个人感觉这种算法也可以用于数据挖掘的特征选择和预处理阶段。这种算法的问题在于模型比较简单,基于规则的算法上限可能不太高。
相关文章推荐
- XML DOM解析 基础概念
- 程序员常见面试之 数据库 知识点小结(三)
- Java 多线程(七) 线程间的通信——wait及notify方法
- win7怎么设置麦克风?win7设置麦克风的方法
- (assign,retain,copy):
- sqlserver的最大连接数测试
- C4.5算法
- 系统调用基本概念
- pb web 环境配置及常见错误处理
- 前闭后开区间表示法
- zxing.dll生成条码
- 【BZOJ 2152】 聪聪可可
- Gradle DSL method not found: 'compile() 解决办法
- iOS关于导航设置的问题
- 一到周末就惰性,这要改啊要改啊
- Hyper-V 角色“操作定义”翻译
- 强制类型转换
- (Error)CS0016: 未能写入输出文件“c:\Windows\Microsoft.NET\Framework\v4.0.30319\Temp
- xml Schema
- JavaSE入门学习1:计算机基础知识