關聯分析（無監督學習），目標是從大資料中找出那些經常一起出現的東西

項集（item set）：可以是單個的項，也可以是一系列的專案的集合

關聯規則：根據頻繁項集挖掘出的結果。例如{尿布}-》{啤酒}    規則的左側稱為先導，右側稱為後繼

支援度：一個項集在資料中出現的比例

                支援度（尿布）=（尿布出現的次數）/（購物小票的數量）=0.9

置信度：在一條規則中，出現先導也出現後繼的比例

                 置信度（尿布-》啤酒）=（支援度【尿布U啤酒】）/（支援度【尿布】）=8/9

提升度：衡量先導和後繼的獨立性

　　　　　　提升度（尿布-》啤酒）=(置信度（尿布-》啤酒）/（支援度【啤酒】)=10/9

【如果（尿布-》啤酒）的提升度等於1，這表示尿布和啤酒無關聯；提升度大於1，這表示如果顧客購買了尿布，可能也會買啤酒；而提升度小於1則表示如果顧客購買了尿布，那麼不太可能再購買啤酒】

確信度：對於一條規則，不發生先導而發生後繼的概率與這條規則錯誤的概率比值

                確信度（尿布-》啤酒）=（1-支援度（啤酒））/（1-置信度（尿布-》啤酒））=9/5

關聯挖掘的步驟：找出頻繁項集、從頻繁項集中提取規則

Apriori演算法的核心：如果某個項集是頻繁項集，那麼它的全部子集也都是頻繁項集

Apriori演算法：使用排列組合的方式列舉出所有可能的項集，每一次計算都需要重新讀取整個資料集，從而計算本輪次的項集支援度

FP-Growth：首先使用資料生成一顆FP-Growth樹，然後再根據這棵樹來生成頻繁項集。如下圖所示

#記得安裝包pip install efficient-apriori
from efficient_apriori import apriori

#設定資料集
data=[('尿布','啤酒','奶粉','洋蔥'）,
('尿布','啤酒','奶粉','洋蔥')，（'尿布','啤酒','蘋果','洋蔥'）,('尿布','啤酒','蘋果')，（'尿布','啤酒','奶粉'），
（'尿布','啤酒','奶粉'）,('尿布','啤酒','蘋果'),('尿布','奶粉','洋蔥')，（'
 
奶粉','洋蔥'）]
#挖掘頻繁項集和規則
itemsets,rules=apriori(data,min_support=0.4,min_confidence=1)
print(itemsets)