超市交易数据—20条

<p><span style="font-weight: bold; font-size: large;">背景描述</span></p><p><span style="font-size: medium;">关联规则挖掘发现大量数据中项集之间有趣的关联或者相互联系。关联规则挖掘的一个典型例子就是购物篮分析，该过程通过发现顾客放入其购物篮中不同商品之间的联系，分析出顾客的购买习惯，通过了解哪些商品频繁地被顾客同时买入，能够帮助零售商制定合理的营销策略。</span></p><p><span style="font-size: medium;"><br></span></p><p><span style="font-weight: bold; font-size: large;">数据说明</span></p><p><span style="font-size: medium;">包含20条交易，具体内容有：JAM（果酱）, MAGGI（美极调味品）, SUGAR（糖）, COFFEE（咖啡）, CHEESE（起司）, TEA（茶）, BOURNVITA（吉百利）, CORNFLAKES（玉米片）, BREAD（面包）, BISCUIT（饼干） and MILK（牛奶）.</span></p><p><span style="font-size: medium;"><br></span></p><p><span style="font-weight: bold; font-size: large;">数据来源</span></p><p><span style="font-size: medium;">公开数据集</span></p><p><span style="font-size: medium;"><br></span></p><p><span style="font-weight: bold; font-size: large;">问题描述</span></p><p><span style="font-size: medium;">apriori算法</span></p><p><span style="font-size: medium;"><br></span></p>