开发者学堂课程【高校精品课-北京理工大学-数据仓库与数据挖掘（上）：priori 算法的影响因素分析】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/921/detail/15637
priori 算法的影响因素分析
在上一节中，我们已经向大家介绍了 Apriori 算法中如何产生频繁项集以及如何产生规则。
在今天的内容中，我们向大家介绍一下影响 Apriori 算法计算复杂度的因素。
影响 apriori 算法这种复杂的因素主要包含四个，第一个就是最小支持度阈值的选择，第二个是数据集的维度，也就是数据集的项的数，第三个是数据集的规模及数据集中包含事物的数目。第四个是事物的平均宽度，即平均一个事物包含项的数目。
首先我们来看一下最小支持度阈值对 Apriori 算法计算复杂度的影响。在 apriori 算法中，如果我们设置的最小支持度阈值比较小的话，那么就有可能会导致更多的频繁项集。
那么如果我们的支持度阈值涉及的少，首先频繁项集的个数会多，其次，频繁项集的最大长度也可能增加，这些因素都会导致我们 apriori 算法计算复杂度的增加。
第二点，影响因素是数据集的维度，数据集的维度是数据集包含项的数目。如果数据集的向数目比较多，那么在进行支持度计算的时候，我们就需要更多的空间。其次，如果事物集的项数目比较多，那么会导致频繁项集数目的增多，这也会增加 apriori 算法计算中的 IO 的开销。
第三个影响因素是数据库的规模，也就是数据集中包含事物的数目。如果事务数据集中包含事物的数目比较多，那么在进行支持度计数的时候，我们需要将每一个事物和所有的候选频繁相机进行比较。那么它的运行时间就会比较长，这样就会增加 Apriori 算法的计算复杂度。第四个影响因素是事物的平均宽度，就是平均一个项目包含项的数目。如果事物的平均宽度比较高的话，那么就会增加我们频繁项集的最大长度，如果频繁项集的最大长度会增加，那么也就是我们频繁项集的数目会增加。
其次，如果事物的平均宽度比较高，那么它所包含的子集个数会比较多，在进行支持度计数的时候，需要比较的次数也就会多，那么这样就会增加 apriori 算法的计算复杂度。
