收集数据：使用任何方法
准备数据：任意数据类型都可以，因为我们只保存集合
分析数据：使用任何方法
训练算法：使用Apriori算法来找到频繁项集
测试算法：不需要测试过程
使用算法：用于发现频繁项集以及物品之间的关联规则
使用Apriori算法，首先计算出单个元素的支持度，然后选出单个元素置信度大于我们要求的数值，比如0.5或是0.7等。然后增加单个元素组合的个数，只要组合项的支持度大于我们要求的数值就把它加到我们的频繁项集中，依次递归。

然后根据计算的支持度选出来的频繁项集来生成关联规则。(# Python 3 Implementation of Apriori algorithm

This program is based on [Aaron Zira's implementation of Apriori algorithm](https://github.com/aaronzira/apriori) and is adapted for use in other python 3 programs

## Dependencies

This program uses [_demjson.py_](https://github.com/dmeranda/demjson/blob/master/demjson.py) to write matrix into file

* Install with

```bash
　 pip3 install demjson
```

## Usage

* Initialize and learn frequency using data from file

```python 3
# data: path of data source file
# out: path of output file
AP = apriori.APriori(data='./test_datasets/transactions.dat',
out='./test_datasets/result.txt')

# This function will write Data into output file
AP.find_frequent(support=50, min_set_size=2, max_set_size=3))