Association Rules

Apriori 原理：從「常一起出現」到「可解釋規則」

透過最小支持度（support）與最小信賴度（confidence），一步步看 Apriori 如何先找頻繁項集，再生成規則。你可以調門檻，觀察規則如何變多或變少。

Step 1：統計出現次數 Step 2：剪枝（不夠常見就刪） Step 3：產生規則與推薦

資料與門檻

這是一個小型購物籃資料集。調整參數後按「重新計算」，看頻繁項集與規則如何改變。

最小支持度 0.30

最小信賴度 0.60

交易筆數

頻繁項集總數

符合規則數

使用「上一步 / 下一步」感受 Ck 候選項集到 Lk 頻繁項集的篩選邏輯。

1 / 1

顯示 Antecedent（前件） → Consequent（後件）以及 support / confidence / lift。

規則	support	confidence	lift

勾選你目前籃子中的商品，系統會用已找到的規則推薦「下一個可能商品」。

尚未選擇商品。請先勾選 1~3 個商品來看推薦。