Apriori算法：频繁（k-1）子集意味着频繁吗？

Question

我一直在盯着一本描述Apriori算法挖掘频繁项目集的书中的下一行，我似乎无法掌握它

请注意，给定候选k-itemset，我们只需检查其（k-1）子集是否频繁，因为Apriori算法使用了逐级搜索策略。

在上文中，候选人意味着潜在的频繁k项目集。

很明显，频繁k-itemset的（k-1）子集是频繁的，但即使所有（k-1）子集频繁，我也看不到其他含义。但也许我正在以错误的方式阅读？

Answer 1

“很明显，频繁k-itemset的（k-1）子集是频繁的，但即使所有（k-1）子集频繁，我也看不到其他含义。”

你是对的，另一个含义是不正确的。 （k-1）子集用于生成需要测试频率或支持的k项集（正如原始论文所称）。您需要测试对从（k-1） - 子集生成的k项集的支持。

原始论文非常易读且可用here。第1列有一个例子，这个想法非常清楚。

Answer 2

另一个暗示是不正确的。但是如果一个子集不频繁，则项目集不会频繁。 APriori算法执行子集检查以消除一些不频繁的项集。但在那之后，仍然需要检查每个候选人的支持。为此，Apriori算法将扫描数据库。

如果你想更好地描述Apriori，我建议你查看这一章：

http://www-users.cs.umn.edu/~kumar/dmbook/ch6.pdf

它以非常简单的术语解释了Apriori，FPGrowth和关联规则挖掘。它比最初的Apriori文章更容易阅读。