Algorithme A priori (Agrawal et Srikant 1994)
- Soit I l'ensemble des items
- Soit Fk l'ensemble des fréquents de taille k
- Soit T l'ensemble des transactions de taille N
- Algorithme A priori
k=1 // taille des ensembles d'items Fk = { i | i ∈ I et support(i) >= N*minSup} // extrait tous les ens. d'1-item fréquents RÉPÉTER k = k + 1 Ck = apriori-gen (fk-1) // génération des ens. de k-items candidats POUR CHAQUE transaction t ∈ T FAIRE Ct = subset(Ck,t) // extrait tous les ens. d'items contenus dans t POUR CHAQUE ensemble de candidats c ∈ Ct FAIRE support(c) = support(c) + 1 // incrémentation du support FINPOUR FINPOUR Fk = { c | c ∈ Ck et support(c)>= N*minSup} // extrait tous les ens. d'k-items fréquents JUSQU'À Fk = ∅ Résultat = ∪Fk