經(jīng)典的關(guān)聯(lián)規(guī)則挖掘算法有Apriori算法和FP-growth算法。Apriori算法對事務(wù)數(shù)據(jù)庫進(jìn)行多次掃描，每次使用候選頻繁集生成頻繁集；而FP-growth算法采用樹形結(jié)構(gòu)，不需要生成候選頻繁集

經(jīng)典的關(guān)聯(lián)規(guī)則挖掘算法有Apriori算法和FP-growth算法。Apriori算法對事務(wù)數(shù)據(jù)庫進(jìn)行多次掃描，每次使用候選頻繁集生成頻繁集；而FP-growth算法采用樹形結(jié)構(gòu)，不需要生成候選頻繁集，直接得到頻繁集，大大減少了事務(wù)數(shù)據(jù)庫的掃描次數(shù)，提高了算法的效率。而Apriori算法具有良好的可擴(kuò)展性，可以應(yīng)用于并行計算等領(lǐng)域。Apriori算法是關(guān)聯(lián)規(guī)則中的一種基本算法。它是1994年由Rakesh Agrawal博士和ramakrishnansrikant博士提出的一種關(guān)聯(lián)規(guī)則挖掘算法。關(guān)聯(lián)規(guī)則的目的是找出數(shù)據(jù)集中項目之間的關(guān)系，也稱為市場籃子分析，因為“購物籃子分析”非常適合表示應(yīng)用該算法的場景子集。