本节书摘来自华章社区《Python数据挖掘：概念、方法与实践》一书中的第2章，第2.4节小结，作者[美] 梅甘·斯夸尔（Megan Squire），更多章节内容可以访问云栖社区“华章社区”公众号查看

2.4　小结
本章，我们学习了如何用Apriori算法从数据集中生成频繁项集。然后，通过描述支持度和置信度，从这些项集中提出关联规则。我们检查额外的附加值计量，确保提出的规则有意义。我们用免费的Freecode开放源码项目及标签数据集实现了这些概念。计算出单一标签的支持度，然后生成满足最小支持阈值的二元组和三元组。对于右侧有一个项目的规则，我们计算了每条规则的置信度和附加值。最后，我们密切关注生成的规则，用已经计算出的指标尝试找出感兴趣的规则。
在下一章中，我们将继续寻求数据集项目之间的联系。但是，和本章中试图找出由两个或者三个已经有某种联系的项目组成的分组不同，下一章中我们将尝试关联尚未确定有联系的项目！