明確目標：發現頻繁項集。
首先討論幾個關鍵問題。
1.如何判斷具有兩個屬性值的2-子集包含在3-子集裡面？書上說使用雜湊的方法可以使這個過程更加快速。如何儲存這些子集呢？為了更加方便地進行集合之間的與操作，以及子集的判斷操作，我覺得，可以使用set儲存這樣的每乙個子集。
2.如何讓我的演算法可以適用於我的資料呢？
此處我發明了一種創新方法。的也就是說，我的資料的七個列並非每乙個都是0，1變數，還有應該加入進來的last-evaluation需要進行離散化處理（0.6為界限進行01劃分）。那麼對於離散值的3*7*5的一百多中可能的組合，每一種組合和另外的0-1變數相組合，來進行一次aprior演算法的呼叫，然後把這一百多個計算結果進行合併和排序，得到最終的頻繁項集的計算結果。其實，在每一種組合中，資料集就相對縮小了很多。
3.如何處理劃分後的資料子集呢？
重點或者說只對0-1變數進行處理即可。這些變數1視作有，0視作無。每乙個欄位名的存在就表示1的出現。這樣每乙個字段對應值的出現次數就容易統計了。（這是怎麼統計的呢？一遍掃瞄每乙個事務，每乙個事務包含該欄位，則該字段計數加一。對於2-或者3-子集同樣。）所以，對於2-子集以及3-子集，其實可以用set儲存，因為每乙個子集對資料的重複性沒有要求。
#發現了乙個哲學問題
其實每乙個函式重要的是功能，而其輸入和輸出的格式並不是那麼的重要。如果呼叫過程中發現了待處理資料不匹配的現象，其實變換一下輸入資料的格式就可以繼續使用原來的函式了，完全沒有必要大改原來的功能函式。method翻譯為方法，想必也是這個意思吧！
今晚通過處理構件部分，漸漸發現了一些脈絡。下面需要做一些資料處理的工作。大表就用hashset的arraylist來進行儲存比較合適。
接下來要做的工作是，在資料讀入的同時進行連續數值的離散化。
然後，注意基於三元離散值的分離和合併操作。
當然，最終的落腳點還是要處理針對乙個事務集的發現頻繁項集。（要把資料變換成事務集。）
資料探勘之用python實現Apriori關聯演算法
apriori演算法指導我們，如果要發現強關聯規則，就必須先找到頻繁集。所謂頻繁集，即支援度大於最小支援度的項集。如何得到資料集合d中的所有頻繁集呢？apriori演算法是挖掘布林關聯規則頻繁項集的演算法。apriori演算法利用頻繁項集性質的先驗知識，通過逐層搜尋的迭代方法，即將k 項集用於探察 ...
關聯規則挖掘基本概念與Aprior演算法
我計畫整理資料探勘的基本概念和演算法，包括關聯規則挖掘 分類 聚類的常用演算法，敬請期待。今天講的是關聯規則挖掘的最基本的知識。關聯規則挖掘在電商 零售 大氣物理 生物醫學已經有了廣泛的應用，本篇文章將介紹一些基本知識和aprori演算法。啤酒與尿布的故事已經成為了關聯規則挖掘的經典案例，還有人專門...
關聯規則挖掘基本概念與Aprior演算法
關聯規則挖掘在電商 零售 大氣物理 生物醫學已經有了廣泛的應用，本篇文章將介紹一些基本知識和aprori演算法。啤酒與尿布的故事已經成為了關聯規則挖掘的經典案例，還有人專門出了一本書 啤酒與尿布 雖然說這個故事是哈弗商學院杜撰出來的，但確實能很好的解釋關聯規則挖掘的原理。我們這裡以乙個超市購物籃迷你...