[알고리즘] Machine Learning Algorithm: Apriori Learning Algorithm

Machine Learning Algorithm: Apriori Learning Algorithm

---

포스트 난이도: HOO_Middle

[Notice] 포스트 난이도에 대한 설명

---

# Apriori Learning Algorithm

Apriori learning algorithm은 ARM(Association Rule Mining)의 한 종류에 해당하는 알고리즘이다.

Apriori 알고리즘은 인공지능 프로그래밍에 있어서 기본적으로 알아두어야 하는 알고리즘에 하나이기도 하며, 인공지능 프로그래밍 중에서도 Datascience에 있어서 중요한 알고리즘 기술에 해당한다.

ARM의 특징을 가지고 있기에 빈번한 항목 세트를 검색하는 특징을 Apriori learning에서도 포함하고 있다.

Apriori learning algorithm은 1994년에 개발된 알고리즘으로써 마켓 장바구니 분석을 위한 용도로 사용되기 시작했던 알고리즘이다.

한마디로 처음부터 Datascience 분야의 데이터 분석 용도를 위해 개발된 알고리즘이라는 것이다.

지금도 역시나 마케팅 분석 분야에서 사용되거나 비즈니스 의사 결정에 있어서 데이터 분석 용도로 사용되는 알고리즘이다.

ARM의 특징은 패턴(Pattern)과 연관 빈도를 기준으로 데이터를 분석하고 예측한다.

---

#Apriori Learning Algorithm의 주요 특징

Apriori는 두 가지 주요 특징을 토대로 연관 프로세스의 산출 효율성을 증대시킨다.

• Breadth first search
• Hash tree

---

# Apriori Learning Algorithm의 단계

Apriori learning algorithm에는 크게 4 단계로 나누어져 있다.

Step 1은 우선적으로 데이터를 분석할 데이터셋을 가져오고 산출하고자 하는 결과에 맞는 조건을 지정해준다.

특정 집합 데이터에 있어서 최소 기준값을 지정해주거나 신뢰도에 대한 수치적 기준을 정해준다.

Step 2에서는 지정된 기준값을 참고하여 조건에 맞는 데이터를 가져온다.

Step 3에서는 찾은 데이터 또는 Transaction에 해당하는 하위 집합의 모든 규칙을 찾아낸다.

마지막으로 Step 4에서는 내림차순으로 규칙을 정렬한다.

---

# Apriori Learning Algorithm Examples

간단한 예제를 통해서 Apriori를 살펴보면 이해하기 쉽다.

[Temp]

---