Apriori ノードは、 データのアソシエーション・ルールを発見します。

アソシエーション・ルールは、次の形式のステートメントです。

if  antecedent(s)  then  consequent(s)

例えば、顧客がひげを剃った後に剃刀を購入した場合、その顧客は 80% の信頼性でシェービング・クリームを購入することになります。 Apriori で、データからルール・セットを抽出し、情報内容が最も充実したルールを引き出します。 Apriori ノードも、 データ中のアソシエーション・ルールを発見します。 Apriori には、ルール選択方法が 5 つあります。高度なインデックス作成方法を使用して、大きなデータ・セットが効率的に処理されます。

要件。 Apriori ルール・セットを作成するには、1 つ以上の Input フィールドと 1 つ以上の Target フィールドが必要です。 入力フィールドと出力フィールド ( Input、 Target、または Bothの役割を持つフィールド) は、シンボル値でなければなりません。 役割 None を持つフィールドは無視されます。 フィールド・タイプは、ノードを実行する前に完全にインスタンス化する必要があります。 データはテーブル形式またはトランザクション形式が可能です。

利点 大きな問題の場合、通常は Apriori の方が学習速度が速くなります。 保持できるルール数に特に制限はありません。また、最大 32 の前提条件を持つルールを処理できます。 Apriori には 5 種類の学習方法があるので、データ・マイニング手法をより柔軟に問題に適合させることができます。