在机器学习中，我们对回归和分类会比较了解，对于无监督学习的聚类分析也会有所了解，而在这里，我要简单介绍一下关联分析的算法。
关联分析最有名的例子，是从客户的购买列表中找出规律，发现买了啤酒的人往往也买了尿布，于是把这两者放在一起，结果同时增加了尿布和啤酒的销量。
从原始数据出发，也就是很多组购物清单，我们如何从中找出规律呢？
比如，我们有
< 啤酒，尿布，牛奶>
< 啤酒，尿布>
< 啤酒，牛奶>
< 面包，尿布，牛奶>
< 花生，啤酒>
。。。
1. 首先我们从中列出哪些一元组、二元组、三元组
比如一元组
<啤酒>, < 尿布>, <牛奶>
二元组
<啤酒，尿布> <啤酒，牛奶> <面包，牛奶>...
三元组
<啤酒，尿布，牛奶> <面包，尿布，牛奶>
2. 删除出现次数少于给定阈值的，比如不得少于两次，那么二元组里面的 <啤酒，牛奶> 会保留下来，而有些出现次数太少的会被除去。
这是因为，我们会有非常多的商品，如果两两组合，会是一个非常大的数字
3. 计算每个 n元组出现的概率，p 等于 出现的清单数目除以总共的清单数目
4. 如果我们要计算，在购买了 啤酒的情况下，购买尿布的概率，那么等于 p(啤酒，尿布) / p(啤酒)
就是这么简单。