现实中有许多关联规则挖掘算法比如最著名的Apriori算法,以及FP-树频集算法本例介绍关于商品的频繁二项集算法。
1 将每一笔订单的商品按照两两分组
2 对每个分组的频数进行統计
3 根据频数计算支持度和置信度
4 设置支持度与置信度阈值过滤不达标的数据
1 使用Redis作为存储订单数据的数据库
3 使用Bolt计算分组频数
4 使用Bolt计算支持度和置信度
现实中有许多关联规则挖掘算法比如最著名的Apriori算法,以及FP-树频集算法本例介绍关于商品的频繁二项集算法。
1 将每一笔订单的商品按照两两分组
2 对每个分组的频数进行統计
3 根据频数计算支持度和置信度
4 设置支持度与置信度阈值过滤不达标的数据
1 使用Redis作为存储订单数据的数据库
3 使用Bolt计算分组频数
4 使用Bolt计算支持度和置信度
版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。