Apriori算法描述

在Apriori算法中,尋找最大項目集的基本思想是:算法需要對數據集進行多步處理.第一步,簡單統計所有含一個元素項目集出現的頻率,並找出那些不小於最小支持度的項目集,即一維最大項目集.從第二步開始循環處理直到再沒有最大項目集生成.循環過程是:第k步中,根據第k-1步生成的（k-1）維最大項目集產生k維候選項目集,然後對資料庫進行搜索,得到候選項目集的項集支持度,與最小支持度比較,從而找到k維最大項目集.

假設有一個資料庫D，其中有4個事務記錄，分別表示為：

這裡預定最小支持度minSupport=2,下面用圖例說明算法運行的過程：

掃描D，對每個候選項進行支持度計數得到表C1:

比較候選項支持度計數與最小支持度minSupport，產生1維最大項目集L1：

由L1產生候選項集C2：

掃描D，對每個候選項集進行支持度計數:

比較候選項支持度計數與最小支持度minSupport，產生2維最大項目集L2：

由L2產生候選項集C3：

掃描D，對每個候選項集進行支持度計數:

比較候選項支持度計數與最小支持度minSupport，產生3維最大項目集L3：

算法終止。