支持度计算过程

    可以看到，最终可以得到3层支持度：L1,L2,L3，接下来，我们可以直接通过支持度计算各层的置信度，这里我们以L3为例：

    置信度计算比较简单，就是根据K层集合中K-1个元素到另外一个元素的置信度，直接套用上边公式即可。这里我们其实可以得出规则，当BC或CE出现的时候，E或B必然出现。当然，这里只是个简单的例子，实际中必须要有足够的样本，结果才更可靠。

四、结语

    从上边看Apriori算法基本原理还是比较简单的，但是实际过程中如果按照这样来计算，对于N个商品会有2^N?1个组合，但N稍大点计算量就非常大了，所以实际算法实现中，要利用开头提到Apriori算法的性质进行剪枝，以减少计算量。此外，关联规则算法还有FP-Growth和Eclat等更为高效的算法，这里不再介绍，可自行了解。
    参考： Apriori算法详解、使用Apriori算法和FP-growth算法进行关联分析