Weka 协会

据观察，购买啤酒的人同时也会购买尿布。那就是一起买啤酒和尿布是有关联的。虽然这似乎不太令人信服，但这个关联规则是从庞大的超市数据库中挖掘出来的。同样，花生酱和面包之间也可能存在关联。

找到这样的关联对于超市来说变得至关重要，因为他们会在啤酒旁边存放尿布，这样顾客就可以轻松找到这两种物品，从而增加超市的销售额。

The Apriori 算法是 ML 中的一种这样的算法，它找出可能的关联并创建关联规则。 WEKA 提供了 Apriori 算法的实现。你可以在计算这些规则时定义最小支持和可接受的置信水平。你将应用 Apriori 算法为 超级市场 WEKA 安装中提供的数据。

加载数据中

在 WEKA 资源管理器中，打开 预处理 选项卡，单击 打开文件 ... 按钮并选择 超市.arff 安装文件夹中的数据库。数据加载完成后会出现如下画面：

该数据库包含 4627 个实例和 217 个属性。你可以轻松理解检测如此大量属性之间的关联是多么困难。幸运的是，这个任务在 Apriori 算法的帮助下是自动化的。

联想者

点击 联系 TAB 并单击 Choose 按钮。选择 Apriori 关联如截图所示：

设置 Apriori 算法的参数，点击其名称，会弹出如下图所示的窗口，可以设置参数：

设置好参数后，点击 Start 按钮。稍等片刻，你将看到如下截图所示的结果：

在底部，你将找到检测到的最佳关联规则。这将有助于超市将产品存放在适当的货架上。