Machine learningMachine learning
Apriori算法
Apriori算法由Agrawal和Srikant于1994年提出，是发现事务数据库中频繁项集和关联规则的基础方法。它采用广度优先、逐层搜索策略，并利用支持度的反单调性（anti-monotone property）高效枚举所有共同出现频率高于用户设定最小阈值的项组合，然后从这些模式中提取可解释的“if-then”规则。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
来源
如何引用本页
ScholarGate. (2026, June 3). Apriori Algorithm for Association Rule Mining. ScholarGate. https://scholargate.app/zh/machine-learning/apriori-algorithm
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- 关联规则机器学习↔ compare
- FP-Growth (频繁模式增长)机器学习↔ compare
- K-means聚类机器学习↔ compare
- 在线学习机器学习↔ compare
- 半监督学习机器学习↔ compare