频繁模式挖掘

频繁模式：频繁地出现在数据集中的模式。

Apriori算法流程：

Apriori算法主要的挑战：

1. 要对数据进行多次扫描；

2. 会产生大量的候选项集；

3. 对候选项集的支持度计算非常繁琐；
    

解决思路：

1. •减少对数据的扫描次数；
2. •缩小产生的候选项集；
3. •改进对候选项集的支持度计算方法

FP树的挖掘步骤：

条件FP树牵扯到类似计算的东西。不想一个个的截图。下面自己看吧。

闭频繁项集：

如果不存在项集X的超项集Y是的Y与X在数据集D中具有相同的支持度计数，则称项集X在数据集D中是闭的。

 

极大频繁项集：

如果项集X是频繁的，并且不存在超项集Y使得X ⊂Y，且Y在D中是频繁的。

评估方法：【就一页PPT我也不知】