“尿布与啤酒”——典型关联分析案例 采用关联模型比较典型的案例是“尿布与啤酒”的故事。在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，超市也因此发现了一个规律，在购买婴儿尿布的年轻父亲们中，有30%～40%的人同时要买一些啤酒。超市随后调整了货架的摆放，把尿布和啤酒放在一起，明显增加了销售额。同样的，我们还可以根据关联规则在商品销售方面做各种促销活动。

数据挖掘课程，关联规则在购物篮数据分析中的应用的课程设计文档。购物篮；关联规则；数据分析；挖掘算法。关联规则挖掘理论

先验算法 分析购物趋势是数据科学中的一项重大任务，而购物篮分析是完成这一过程的一种方式。 该子领域中的技术试图了解购买某些商品如何影响其他商品的购买。 这使零售商可以通过向上销售或交叉销售现有客户来增加收入。 简短的故事或故事总是可以帮助我们更好地理解概念，但这是一个真实的故事，沃尔玛的啤酒尿布寓言。 沃尔玛的一位销售人员试图通过将产品捆绑在一起并提供折扣来增加商店的销售额。 他将面包和果酱捆在一起，这使客户可以轻松地将它们一起找到。 此外，由于折扣，客户可以一起购买它们。 为了找到更多机会和更多可以捆绑在一起的此类产品，销售人员分析了所有销售记录。 两种产品显然无关，因此他决定更深入地研究。 他发现抚养孩子很痛苦。 为了缓解压力，父母不慎决定购买啤酒。 他将尿布和啤酒配对，销售量上升。 这是数据挖掘中关联规则的完美示例。 关联规则 关联规则是“ if-then”语句，有助于显示各种类

该资源中含有weka3.6.6安装软件包，并附有weka使用说明文档，基于weka的数据挖掘的使用方法，如分类、聚簇、关联规则、数据预处理等，说明的很详细很好用。

关联规则Apriori算法实验，内内含代码和。word报告，包您满意。关联规则Apriori算法实验，内内含代码和。word报告，包您满意。关联规则Apriori算法实验，内内含代码和。word报告，包您满意。关联规则Apriori算法实验，内内含代码和。word报告，包您满意。

从数据集中导出，共计9835条数据，33个特征属性。利用Apriori等关联算法，寻找频繁项集，挖掘关联规则，主要用于Apriori等关联算法的学习

基于日志的关联规则分析方法之计算机研究.docx

基于《机器学习实战》中FP-Growth的代码修改形成的频繁项集挖掘函数FP_Growth（），可显示各频繁项集的支持度；同时，还包括关联规则发现函数findRules（）。

基于关联规则的分类 将R包 （Hahsler等人，2020年）是在封装的延伸来执行关联基于规则的分类。 该软件包提供了用于类关联规则的基础结构，并基于以下算法实现了关联分类器： CBA（Liu et al，1998） bCBA，wCBA（Ian Johnson，未出版） 通过LUCS-KDD软件库进行的CMAR（Li，Han和Pei，2001年） 通过LUCS-KDD软件库进行的CPAR（Yin和Han，2003年） 在R / Weka中通过J48进行C4.5（Quinlan，1993年） 箔（尹和韩，2003年） 通过R / Weka进行PART（Frank and Witten，1998） 通过LUCS-KDD软件库进行PRM（Yin和Han，2003年） RCAR（Azmi等，2019） RIPPER通过R / Weka（Cohen，1995） 该软件包还提供了用于关联分类的基础结构（监督的分类，挖掘分类关联规则（CARs）），并实现了各种基于关联规则的分类策略（首次匹配，多数投票，加权投票等）。 安装 稳定的CRAN版本：从R内安装 install.pa

数据挖掘关联规则的挖掘 Apriori的c代码实现，分享给大家