我正在使用Apriori算法一段时间，我问我关于频繁项目集的候选生成的一步。
如果我想将两个频繁的3项集合加入（候选）4项目集，则必须有2项加入项目集相同而另一项不同。
例如我可以加入
{Married: Yes, Age:20, Cars:1} and {Married: Yes, Age:20, Unemployed: No}
到
{Married: Yes, Age:20, Cars:1, Unemployed: No}
但有时我会读到Apriori算法中的这一步：
我可以加入两个频率。来自L_ {k-1}的项目，当按字典顺序排序的第一个k-2项目是相同的，而最后的项目是不同的。
但是当我从词典上面订购我的项目集时，第一个k-2项目会不一样，所以我可能不加入它们？！
{Age:20, Cars:1, Married: Yes} and {Age:20, Married: Yes Unemployed: No}
我希望我能清楚地向你解释我的问题！
感谢您的帮助!!
答案 0 :(得分：3)
是的，你不应该加入他们。
我们举一个例子。
让我们说在第3级，你有频繁的项目集：
{A，B，C} {A，B，D} {A C，D} {B，C，D} {B，F，G
现在假设您要生成大小为4的候选项目集。
显然，您只想组合具有1个不同项目的项目集。否则结果可能包括大小大于4的项目集。例如，如果你可以组合BCD和BFG，结果将是BCDFG一个大小为5的项目集，这是我们不想要的。这就是为什么我们只组合具有不同单个项目的项目集的原因。
现在，让我解释为什么我们只组合具有相同的第一个k-1项目的项目集。原因是我们不想两次生成相同的候选人。
例如，如果我们可以将BCD和ACD结合起来，我们就会得到ABCD。如果我们结合ABC和ABD，我们也会得到ABCD。这不好，因为我们会两次生成相同的候选人！我们不希望这样！因此，通过根据词典顺序对项目集进行排序，并且仅在第一个k-1项目相同的情况下进行组合，我们将避免此问题。我们只会结合ABC和ABD，但我们不会将BCD和ACD结合起来。你可以在Apriori论文中得到证据。
希望这有帮助。