数据源
第一章我们介绍了最基础的亲和性分析，尝试了所有的规则计算了所有的置信度和支持度，但是这个方法效率不高而且我们使用的数据集只有5种商品，但是实际生活中即使是小商店的商品也会超过百种，而网店商品的种类则可能更多，依旧使用第一章的亲和性分析，那么随着商品数量的增加，计算量和计算的时间也会急剧增加，所以需要一个聪明的算法来解决这个问题 第一章我们介绍了最基础的亲和性分析，尝试了所有的规则计算了所有的置信度和
阅读背景：
python数据挖掘（5.Apriori算法）_文件输传手助的博客
来源：互联网
分享到：
