一、原Apriori算法1、算法原理：该算法的基本思想是：首先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则，这些规则必须满足最小支持度和最小可信度。然后使用第1步找到的频集产生期望的规则，产生只包含集合的项的所有规则，其中每一条规则的右部只有一项，这里采用的是中规则的定义。一旦这些规则被生成，那么只有那些大于用户给定的最小可信度的规则才被留下来。为了生成所有频集，使用了递推的方法（1）L1 = find_frequent_1-itemsets(D); / 挖掘频繁1-项集，比较容易（2）for (k=2;Lk-1 ;k+) （3）Ck = apriori_gen(Lk-1 ,min_sup); / 调用apriori_gen方法生成候选频繁k-项集（4）for each transaction t D / 扫描事务数据库D（5）Ct = subset(Ck,t);（6）for each candidate c Ct（7）c.count+;
