十大经典数据挖掘算法R语言实践（九）Apriori算法
续《十大经典数据挖掘算法R语言实践（八）》，本文介绍Apriori算法在R语言中如何使用。数据集采用arules包中的Adult数据集。Adult数据集属于事务型数据集。
Apriori算法R语言实践第一步：加载实现Apriori算法的R包library(arules)
data("Adult")第二步：利用Apriori算法构建关联规则模型rules.Apriori <-apriori(Adult,parameter =list(support=0.4,confidence=0.7), appearance=list(rhs=c("race=White", "sex=Male"), default="lhs"))第三步：利用提升度对规则排序，获取前top-5项rules.sorted <-sort(rules.Apriori,by="lift")
top5.rules <-head(rules.sorted, 5)
as(top5.rules,"data.frame")
Apriori算法原理1 Apriori算法是种最有影响的挖掘布尔关联规则频繁项集的算法。它的核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集。思考：Apriori算法如何寻找频繁项集？对于大规模数据，Apriori算法会有什么表现？？
参考资料
1 《数据挖掘导论》和《数据挖掘：概念与技术》
2 数据挖掘十大经典算法（详解）
3 Top 10 data mining algorithms in plain R
页:
[1]