理解置信度、支持度的定义以及最小置信度和最小支持度。

这几个概念要搞明白。

我们要做的事情就是在数据集中找出所有支持度大于最小支持度，置信度大于最小置信度的关联规则。

关联规则的挖掘所面临的问题就是数据量大，则如何提高算法的效率就是我们主要要解决的问题。

另外一个概念就是频繁项集，支持度大于最小支持度的数据项集就是频繁项集。

由于置信度通过支持度就可以求出，所以我们的关键问题就是如何求支持度，也就是如何找到频繁项集。

Apriori算法给出了两个定律就是为了解决这个问题。

1、如果一个集合时频繁项集，那么它所有的子集都是频繁项集。很容易理解就是这个集合一起出现都大于最小支持度了，那它们单个出现肯定是大于。

2、如果一个集合不是频繁项集，那么它所有的超集都不是频繁项集。这个也容易理解，也就是跟上面反过来。

我们会发现这个算法有些不足。

我们要多次扫描数据集，另外生成的候选集也可能是相当的大。这下面就有人对算法进行改进，也就有我们下一章的算法FP-tree，这个算法不用产生候选集支持生成频繁集，这个算法主要是构建一个频繁模式树。

这个算法主要有如下步骤：

1、扫描一下数据集，确定每一项的支持度，然后去掉非频繁集。

2、这个频繁集按照这个支持度从大到小进行排列。如果支持度一样的话就按照字典顺序排序

3、再次扫描数据集，构建第一个根节点，把每一个项集按照刚刚的顺序排序，再对每一个项集进行依次构建树的分支，这边构建分支的时候有一定的规则，简单点说就是，构建分支，没有一直构建，已有节点，则该节点数加一。

4、最后把刚开始排序的频繁项集构建表头跟链表，这样就构建了FP-tree

下面就是挖掘。挖掘的主要步骤：

从刚刚构建的FP-tree的表头开始，按照每个频繁集的链接遍历，列出能够到达此项的所有前缀路径，然后去掉这个节点，找第二项的前缀路径，一直对每个项重复这个步骤。

算法的过程我看了一下大概是这个样子，具体使用证明还没有看，这边也就不写了。