Frequent Pattern频繁模式：频繁地出现在数据集中的模式，Apriori算法是一种挖掘关联规则的频繁项集算法,算法过程描述如下：
前提条件：最小支持度为2
数据集，有四个事务数据 ，分别的商品包括：
事务1：1,3,4（商品id）
事务2：2,3,5
事务3：1,2,3,5
事务4：2,5
扫描数据集，统计每个商品id的数量，{1：2}，{2：3}，{3：3}，{4：1}，{5：3}。由于最小支持度为2，而商品id4的数量为1，不满足，过程如下图所示：
上图产生项集L1，做自然连接产生项集c2,然后扫描数据集，统计每个项集元素的数量，不满足的过滤掉，过程如下图所示：
上图产生项集L2，处理过程一样，最终产生项集L3，过程如下图所示：
项集L2和项集L3合并便是最终的频繁模式集，L2{13,23,25,35}，L3{235}合并后就是{13,235}