关联分析
上面这个简单的介绍了一下什么是频繁项集，那么什么才能叫频繁呢？
支持度和可信度这两个可以用来进行量化关联分析
这两个东西算起来比较简单，但是如果我们要计算的数量多起来的话，计算速度就会特别慢，所以这里我们可以使用apriori来进行简化计算。
计算步骤：
1.首先是计算频繁项集
2.然后分别计算支持度和可信度
apriori原理
假如我们有4个商品，然后这4个商品有下面这些组合方式
n个商品的组合情况有下面的计算公式
我们看一下上面这个图片，可以看到如果我们知道某个集合比如 {2，3}是非频繁的，那么我们就可以知道{0,2,3} {1,2,3} {0，1，2，3}都是非频繁的，所以这些都不用来计算了
这个算法的优缺点参考下面这个
apriori算法使用
具体代码参考
https://github.com/apachecn/AiLearning/blob/master/src/py3.x/ml/11.Apriori/apriori.py
从频繁项集中挖掘关联规则
