Le noeud Apriori recherche des règles d'association dans vos données.

Les règles d'association sont des instructions au format suivant :

if  antecedent(s)  then  consequent(s)

Par exemple, si un client achète un rasoir et après le rasage, il achètera de la crème à raser avec une confiance de 80%. Le noeud Apriori extrait des données un ensemble de règles et retient les règles contenant la plus grande quantité d'informations. Le noeud Apriori recherche également des règles d'association dans les données. Le noeud Apriori fournit cinq méthodes de sélection de règles et utilise un modèle d'indexation sophistiqué pour traiter efficacement les volumes de données importants.

Conditions requises. Pour créer un ensemble de règles Apriori, vous avez besoin d'une ou de plusieurs zones Input et d'une ou de plusieurs zones Target . Les champs d'entrée et de sortie (ceux ayant le rôle Input, Targetou Both) doivent être symboliques. Les champs avec le rôle None sont ignorés. Les types de champ doivent être entièrement instanciés avant l'exécution du noeud. Les données peuvent être au format tabulaire ou transactionnel.

Force. Pour les gros problèmes, Apriori est généralement plus rapide à former. D'autre part, il n'existe aucune limite quant au nombre de règles pouvant être conservées et le noeud Apriori peut prendre en charge des règles faisant l'objet de 32 pré-conditions. Le noeud Apriori propose cinq méthodes d'apprentissage, ce qui permet une meilleure adaptation de la méthode d'exploration de données aux problèmes rencontrés.