除了apriori算法还有什么

除了Apriori算法，还有一些其他常用的关联规则挖掘算法，包括：

1. FP-growth算法：FP-growth算法是一种基于前缀树（或称为FP树）的频繁模式挖掘算法。相比于Apriori算法，FP-growth算法通过构建FP树来避免了候选项集的生成和扫描数据库的过程，因此在一定程度上提高了算法的效率。

2. ECLAT算法：ECLAT（Equivalence Class Transformation）算法是一种基于垂直数据表示的关联规则挖掘算法。ECLAT算法将事务数据以垂直方式存储，并使用位图压缩技术来表示事务集合之间的交集，从而提高了算法的效率。

3. 关联规则基础上的分类算法：除了直接挖掘关联规则，还可以将关联规则应用于分类问题中。例如，可以通过将关联规则作为特征，然后使用分类算法（如决策树、朴素贝叶斯等）来构建分类模型。

需要注意的是，以上提到的算法都是用于关联规则挖掘的，如果你有其他类型的数据挖掘任务，可能会用到不同的算法。