本章內容
- Apriori算法
- 頻繁項集生成
- 關聯規則生成
- 投票中的關聯規則發現
在去雜貨店買東西的過程，實際包含了許多機器學習的當前及未來應用，這包括物品的展示方式、購物之後優惠券的提供以及用戶忠誠度計劃，等等。它們都離不開對大量數據的分析。商店希望從顧客身上獲得盡可能多的利潤，所以他們必然會利用各種技術來達到這一目的。
忠誠度計劃是指顧客使用會員卡可以獲得一定的折扣，利用這種計劃，商店可以瞭解顧客所購買的商品。即使顧客不使用會員卡，商店也會查看顧客購買商品所使用的信用卡記錄。如果顧客不使用信用卡而使用現金付款，商店則可以查看顧客一起購買的商品（如果想知道商店所使用的更多技術，請參考Stephen Baker寫的The Numerati一書）。
通過查看哪些商品經常在一起購買，可以幫助商店瞭解用戶的購買行為。這種從數據海洋中抽取的知識可以用於商品定價、市場促銷、存貨管理等環節。從大規模數據集中尋找物品間的隱含關係被稱作關聯分析（association analysis）或者關聯規則學習（association rule learning）。這裡的主要問題在於，尋找物品的不同組合是一項十分耗時的任務，所需的計算代價很高，蠻力搜索方法並不能解決這個問題，所以需要用更智能的方法在合理的時間範圍內找到頻繁項集。本章將介紹如何使用Apriori算法來解決上述問題。
下面首先詳細討論關聯分析，然後討論Apriori原理，Apriori算法正是基於該原理得到的。接下來創建函數頻繁項集高效發現的函數，然後從頻繁項集中抽取出關聯規則。本章最後給出兩個例子，一個是從國會投票記錄中抽取出關聯規則，另一個是發現毒蘑菇的共同特徵。