Weka 联系
据观察，购买啤酒的人同时也会购买尿布。那就是一起购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大型超市数据库中挖掘出来的。同样，可以发现花生酱和面包之间存在关联。
找到这样的关联对于超市来说至关重要，因为他们会在啤酒旁边放尿布，这样顾客就可以轻松找到这两种商品，从而增加超市的销售额。
Apriori 算法是机器学习中的一种这样的算法，它可以找出可能的关联并创建关联规则。 WEKA 提供了 Apriori 算法的实现。您可以在计算这些规则时定义最小支持度和可接受的置信度。您将
Apriori 算法应用于 WEKA 安装中提供的
超市数据。
加载数据
在 WEKA 资源管理器中，打开
Preprocess 选项卡，单击
Open file ... 按钮并选择
supermarket.arff 数据库安装文件夹。加载数据后，您将看到以下屏幕-
该数据库包含 4627 个实例和 217 个属性。您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，这项任务是在 Apriori 算法的帮助下自动完成的。
助理
点击
Associate标签，然后点击
选择按钮。选择
Apriori 关联，如屏幕截图所示-
要设置 Apriori 算法的参数，点击它的名称，会弹出一个窗口，如下图所示，允许您设置参数-
设置参数后，单击
开始按钮。一段时间后，您将看到如下屏幕截图所示的结果-
在底部，您会找到检测到的最佳关联规则。这将有助于超市将其产品存放在适当的货架上。
