python哪個(gè)包實(shí)現(xiàn)apriori？作為連接示例，盡管新的{I1，I2，I3，I4}項(xiàng)集滿足子集{I1，I2，I3}{I1，I2，I4}都是頻繁項(xiàng)集，但其他子集也必須滿足。這里，我們特別提到剩下的兩

python哪個(gè)包實(shí)現(xiàn)apriori？

作為連接示例，盡管新的{I1，I2，I3，I4}項(xiàng)集滿足子集{I1，I2，I3}{I1，I2，I4}都是頻繁項(xiàng)集，但其他子集也必須滿足。這里，我們特別提到剩下的兩個(gè){I1，I3，I4}，{I2，I3，I4}。所以請(qǐng)核實(shí)一下。如果它們不滿足，根據(jù)定理1，新的項(xiàng)目集肯定不是頻繁的。

所以修剪的過程是驗(yàn)證CK中所有項(xiàng)集的所有k-1子集是否都是頻繁的（只需看看它們是否在LK-1集中）。這樣，雖然需要多次檢查，但不需要遍歷整個(gè)數(shù)據(jù)庫來篩選出許多不滿意的案例。

上述方法是一種經(jīng)典的Apriori算法，當(dāng)k值較高（3或更多）時(shí)，這兩個(gè)步驟非常有效，因?yàn)樨浳锿瑫r(shí)存在的可能性會(huì)隨著k值的增加而顯著降低

但當(dāng)k=2（k=1）不使用Apriori算法時(shí)，必須遍歷數(shù)據(jù)庫一次，這相當(dāng)于“鏈?zhǔn)接|發(fā)器”），因?yàn)橐粋€(gè)項(xiàng)目集通常是頻繁的，所以上面兩個(gè)步驟基本上沒有用，我們要遍歷數(shù)據(jù)庫C（n，2）次，n是頻繁項(xiàng)目集的個(gè)數(shù)。