Apriori 节点会发现数据中的关联规则。

关联规则是格式如下的语句：

if  antecedent(s)  then  consequent(s)

例如，如果客户购买剃须刀并在剃后，那么该客户将购买具有 80% 置信度的剃须膏。 Apriori 从数据中抽取一组规则，抽取的规则包含出现频率最高的信息内容。 Apriori 节点还会发现数据中的关联规则。 Apriori 节点提供五种选择规则的方法并使用复杂的索引模式来高效地处理大数据集。

需求。 要创建 Apriori 规则集，您需要一个或多个 Input 字段和一个或多个 Target 字段。 输入和输出字段 (具有角色 Input， Target或 Both的字段) 必须是符号字段。 将忽略角色为 None 的字段。 执行节点之前字段类型必须完全实例化。 数据可以是表格格式，也可以是事务格式。

强度。 对于较大的问题，Apriori 训练的速度通常更快。 它对于可以包含的规则数也没有任何限制，可以处理最多带有 32 个前置条件的规则。 Apriori 提供了五种不同的训练方法，因此将数据挖掘方法与当前问题相匹配时可以实现更强的灵活性。