今儿个，咱来聊聊“priori”这个东西，说白，就是那个Apriori算法。这玩意儿，我可是亲自上手折腾过的，那过程，啧啧，真是让人头大又上瘾！
我也就是听说这算法挺火，能从一堆乱七八糟的数据里找出点儿规律来。就跟你在超市买东西，它能帮你分析出哪些东西大家伙儿老是一块儿买，比如啤酒和尿布，嘿
摸索阶段
刚开始，我那是两眼一抹黑，啥也不懂。先是找一大堆资料，什么支持度、置信度、提升度，看得我头晕眼花的。后来我算是弄明白点儿：
- 支持度：就是说，你买一堆东西，其中某些东西同时出现的次数多不多。次数越多，支持度就越高。
- 置信度：就是说，你买一堆东西，其中一个东西出现，另一个东西也跟着出现的可能性大不大。
- 提升度：这玩意儿更玄乎点，说是看两个东西是不是真的有关系，还是说它们只是碰巧一起出现。
小编温馨提醒：本站只提供游戏介绍，下载游戏推荐89游戏，89游戏提供真人恋爱/绅士游戏/3A单机游戏大全，点我立即前往》》》绅士游戏下载专区
动手实践
光看不练假把式！我找个数据集，好像是什么超市的购物记录，密密麻麻的，看得我眼花。然后，我就开始动手写代码。别提，Python里头那些库，什么urllib2，现在都改成*，我这老胳膊老腿还得现学。
我先是把数据给整理整理，清洗清洗，把那些乱七八糟的玩意儿都给去掉。然后，就开始跑算法。这过程，那叫一个漫长！我电脑都快跑冒烟，风扇呼呼的。
跑出来一堆结果，密密麻麻的，看得我脑瓜子疼。我还得一个个去看，去分析，这都是啥意思？这支持度够不够高？这置信度靠不靠谱？
调整优化
第一次跑出来的结果，肯定不咋地。我还得回头去调那个最小支持度。这玩意儿，就像是个筛子，太大，啥也筛不出来；太小，筛出来的都是些没用的东西。我来来回回试好几次，才找到一个比较合适的。
然后，我还得看那个数据集的大小。数据太多，跑起来费劲；数据太少，跑出来的结果也没啥意义。这中间的平衡，也得我自己去琢磨。
最终成果
折腾半天，总算是跑出来点儿有用的东西。我发现，大家伙儿买面包的时候，老是顺带着买牛奶；买啤酒的时候，老是顺带着买尿布(这还真是！)。
这结果，看着挺简单的，但过程可真是不容易。不过看着自己从一堆乱七八糟的数据里头，找出点儿规律来，还是挺有成就感的！
这Apriori算法，就是个从数据里头“淘金”的工具。你得先解它，然后动手去实践，不断地调整、优化，才能找到那些藏在数据背后的“宝藏”。
