--- title: "Aprioriアルゴリズムとは？（アソシエーション分析の基本手法）【DS検定】" description: "Aprioriアルゴリズムを、頻出する項目集合の部分集合も必ず頻出するという性質を使い、候補を段階的に絞るアソシエーション分析の手法として整理します。支持度で頻出集合を抽出した後に信頼度やリフトでルールを評価する流れを押さえ、単なる相関係数や分類手法との違いを判断します。" last_modified_at: "2026-07-01" canonical_url: "https://stemtazoo.github.io/ds/apriori-algorithm/" section: "ds" ---
DS検定トップ ＞ Aprioriアルゴリズムとは？（アソシエーション分析の基本手法）【DS検定】
## まず結論 Aprioriアルゴリズム（アプリオリ）は、アソシエーション分析で「よく一緒に起きる組み合わせ」を効率よく見つけるためのアルゴリズムです。 DS検定では 支持度 信頼度 リフト値 とセットで出題されることが多く、 「支持度が低い組み合わせは探索しない」仕組みを理解しているか が問われます。 ## 直感的な説明 スーパーの購買データを考えます。 ビール → おつまみ パン → 牛乳 カレー → 福神漬 このような 一緒に買われやすい商品パターン を見つけるのがアソシエーション分析です。 しかし商品が増えると 組み合わせ数 は爆発的に増えてしまいます。 例えば 商品100種類 あるとすると 組み合わせは膨大 になります。 そこで Apriori は ありえない組み合わせを最初から調べない という考え方を使います。 ## 定義・仕組み Aprioriアルゴリズムの基本ルールは次です。 「支持度が低い集合を含む組み合わせは必ず支持度が低い」 これを Apriori性質（Apriori property） と呼びます。 例 次のような商品を考えます。 パン 牛乳 卵 もし パン + 牛乳 の支持度が低い場合 パン + 牛乳 + 卵 の支持度は 必ずさらに低くなります。 つまり 支持度が低い組み合わせは それ以上調べる必要がない ということです。 この仕組みによって 探索する組み合わせを大幅に減らす ことができます。 ## どんな場面で使う？ Aprioriは主に マーケットバスケット分析 で使われます。 例 ECサイトのレコメンド スーパーの購買分析 商品の棚配置 セット販売 例えば ビール → おつまみ というルールが見つかれば ビールを買った人に おつまみをおすすめ といったレコメンドが可能になります。 DS検定では アソシエーション分析 ↓ Apriori という流れで出題されることが多いです。 ## よくある誤解・混同 誤解① Aprioriは機械学習モデルである これは誤りです。 Aprioriは 予測モデルではなく「パターン発見アルゴリズム」 です。 分類や回帰のように 未来を予測する ものではありません。 誤解② 信頼度だけでルールを評価する これも誤りです。 信頼度は 条件付き確率 なので Yが元々よく起きる場合 高くなりやすいです。 そのため リフト値 とセットで評価します。 DS検定では > 信頼度が高い → 良いルール という選択肢が出ることがあります。 この場合 リフト値の確認が必要 という判断ができれば正解に近づきます。 誤解③ Aprioriはすべての組み合わせを調べる これは違います。 Aprioriの特徴は 支持度が低い組み合わせは 探索しない という 枝刈り（探索削減） にあります。 これによって 計算量を大きく減らす ことができます。 ## まとめ（試験直前用） Aprioriは アソシエーション分析の代表アルゴリズム よく一緒に起きる商品パターンを見つける 支持度が低い組み合わせは探索しない 支持度・信頼度・リフト値とセットで理解する DS検定では 支持度による探索削減が重要ポイント ## 対応スキル項目（データサイエンス力シート） データ分析基礎 データの関係性理解 ★ データ間の関係性を分析する基本的な手法を理解している