Algorytm Apriori w prostym języku angielskim?

Czytam artykuł wiki o Apriori. Mam problem ze zrozumieniem śliwek i kroku dołączenia. Czy ktoś może mi wyjaśnić, jak działa algorytm Apriori w prostych słowach (tak, że nowicjusz taki jak ja może łatwo zrozumieć)?

Dobrze będzie, jeśli ktoś objaśni proces zaangażowany w to krok po kroku.

Artykuł w Wikipedii nie jest szczególnie imponujący. Te slajdy mogą okazać się bardziej pomocne: 1 , 2 , 3 .

Na każdym poziomie masz zestawy elementów, które są częste (mają wystarczające wsparcie). $k$$k$

Na następnym poziomie zestawy elementów + które należy wziąć pod uwagę, muszą mieć właściwość, że każdy z ich podzbiorów musi być częsty (mieć wystarczające wsparcie). Jest to właściwość apriori : każdy podzbiór częstych zestawów przedmiotów musi być częsty.$k$$1$

Jeśli więc wiesz na poziomie 2, że zestawy , , i są jedynymi zestawami z wystarczającą obsługą, to na poziomie 3 łączysz je ze sobą, aby wyprodukować , , i ale musisz tylko rozważyć dalej: pozostałe mają podzbiory z niewystarczającym wsparciem (takie jak lub ).$\{1,2\}$$\{1,3\}$$\{1,5\}$$\{3,5\}$$\{1,2,3\}$$\{1,2,5\}$$\{1,3,5\}$$\{2,3,5\}$$\{1,3,5\}$$\{2,3\}$$\{2,5\}$

Algorytm Apriori jest algorytmem eksploracji reguł asocjacyjnych wykorzystywanym w eksploracji danych. Służy do znajdowania częstego zestawu pozycji wśród podanej liczby transakcji.

Składa się zasadniczo z dwóch kroków

1. Self-Join
2. Przycinanie

Powtarzając te kroki k razy, gdzie k jest liczbą przedmiotów, w ostatniej iteracji otrzymujesz częste zestawy przedmiotów zawierające k przedmiotów.

Spójrz tutaj na bardzo proste wyjaśnienie ze szczegółowym przykładem http://nikhilvithlani.blogspot.com/2012/03/apriori-algorithm-for-data-mining-made.html .

Ma proste wyjaśnienie bez skomplikowanych równań.

Apriori zwykłym angielskim.

Priori stosuje iteracyjnego podejścia znane jako poziom mądry wyszukiwania, w którym K-itemsets stosuje się w celu zbadania (k + 1) -itemsets . Po pierwsze, zestaw częstych zestawów 1-elementowych można znaleźć, skanując bazę danych w celu zgromadzenia liczby każdego elementu i zbierając elementy, które spełniają minimalne wsparcie. Powstały zestaw jest oznaczony jako L1 . Następnie L1 służy do znalezienia L2 , zestawu częstych 2-itemsetów , który jest używany do znalezienia L3, i tak dalej, aż nie będzie już więcej częstych zestawów k-item . Znalezienie każdego Lk wymaga jednego pełnego skanowania bazy danych.

Na końcu pojawi się wiele zestawów przedmiotów, które są w zasadzie nazywane regułami asocjacji . Aby wybrać interesujące reguły z zestawu wszystkich możliwych reguł, stosuje się różne środki ograniczające , takie jak wsparcie i zaufanie .

Warunki i terminologie

• 1-itemset oznacza {a}, {b}, {c}
• 2-itemset oznacza {a, b}, {d, d}, {a, c}
• Zestawy K oznaczają {i1, i2, i3, ... ik}, {j1, j2, j3, .... jk}

Krok dołączania: oznacza, że ​​1-elementowy zestaw umożliwia samodzielne połączenie się ze sobą, aby wygenerować 2-elementowy zestaw.

Krok przycinania: tutaj zestaw wynikowy z łączenia jest filtrowany z minimalnym progiem wsparcia.

zestaw liczności: wynikowy zestaw z kroku przycinania.

Wsparcie = liczba transkacji zawierających „a” i „b” / całkowita liczba transakcji.

Wsparcie => supp (a, b) => p (a U b)

Przekonany = liczba transakcji zawierających „a” i „b” / nr transakcji zawierającej „a”.

Pewność => con (a, b) ==> P (b | a) nic oprócz prawdopodobieństwa warunkowego.