摘要：一、问题的提出 关联规则挖掘是通过对已知数据的学习找出其中存在有意义依赖关系，它可以用来进行预测决策和分类，因此是机器学习领域集中解决的问题。数据挖掘中的问题与机器学习主要区别在于：数据挖掘中要处理大量的数据，因此要求学习的效率很高；另外数据挖掘获得的规则或模式最终是要面向人的，因此人们希望获得的规则尽量简洁，易于理解。关联规则挖掘是数据挖掘研究领域非常重要的问题，目前已有多种模型被提出，如神经网络、统计模型、贝叶斯分类器、决策树等。

原文链接:http://www.cqvip.com//QK/95927X/200701/23620808.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）