该节点是一种基于Apriori算法的关联分析模型。 Apriori 节点会发现数据中的关联规则。关联规则是下列形式的语句：如果 条件 则 结果。 例如，"if 客户购买剃须刀和剃后产品，then 该客户还会购买剃须泡沫，并且置信度为 80%。" Apriori 从数据中提取一系列规则，提取的规则带有出现频率最高的信息内容。
要求：要创建 Apriori 规则集，您需要一个或多个输入字段和一个或多个目标字段。 输入字段和输出字段（角色为输入、目标或两者的字段）必须是符号型字段。角色为无的字段将被忽略。 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 处理速度快。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 个预条件的规则。 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。
对话框选项
配置
项字段
选择包含项目集的字段。
最小项集大小
设置项集的最小大小。
最小支持度
您可以指定在规则集中保留规则的支持度标准。支持度指的是训练数据中条件（规则中的"if"部分）为真的记录的百分比。
最小规则置信度
您还可以指定置信度标准。置信度基于其规则条件为真的记录，指的是其结果也为真的那些记录的百分比。 换句话说，置信度是基于规则的正确预测的百分比。置信度低于指定标准的规则将被放弃。如果您获得的规则太多，请尝试增加此设置。 如果您获得的规则太少（甚至根本无法获得规则），请尝试降低此设置。
按前项排序
如果勾选该选项，则按前项的升序排序。
端口
输入端口

输出端口