Il nodo Apriori rileva le regole di associazione nei dati.

Le regole di associazione sono istruzioni nel formato:

if  antecedent(s)  then  consequent(s)

Ad esempio, se un cliente acquista un rasoio e dopo la rasatura, allora quel cliente acquisterà la crema da barba con l'80% di fiducia. Apriori estrae una serie di regole dai dati, estrapolando le regole con il più alto contenuto di informazioni. Il nodo Apriori rileva anche le regole di associazione nei dati. Apriori offre cinque diversi metodi per la selezione delle regole e utilizza uno schema di indicizzazione sofisticato per elaborare in modo efficiente dataset di grandi dimensioni.

Requisiti. Per creare una serie di regole Apriori, sono necessari uno o più campi Input e uno o più campi Target . I campi di input e output (quelli con il ruolo Input, Targeto Both) devono essere simbolici. I campi con ruolo None vengono ignorati. I tipi dei campi devono essere completamente istanziati prima dell'esecuzione del nodo. I dati possono essere nel formato tabulare o transazionale.

Efficacia. In caso di problemi complessi, l'addestramento di Apriori in genere è più rapido. Inoltre non ha un limite arbitrario per quanto riguarda il numero di regole che possono essere mantenute e può gestire regole con un massimo di 32 precondizioni. Apriori offre cinque diversi metodi di addestramento, permettendo una maggiore flessibilità nell'associazione del metodo di data mining al problema da risolvere.