我需要一个高效解决以下问题的算法。我有一组通常一起出现的标签组合的元组。例如

    (python, django, flask, numpy),    (java, spring),    (mysql, sql, join),    (javascript, angularjs, ajax, deferred)

现在我有两个需求。

1. 我需要从给定数据中形成不同的类别。

2. 给定一个新的标签或标签元组，我需要找到这个标签与数据中所有其他不同标签一起出现的概率。例如：

   假设新元组是 (nodejs, ajax)    那么概率可能是         (nodejs, ajax) - (javascript, angularjs, ajax, deferred) - .60        (nodejs, ajax) - (mysql, sql, join) - .20        (nodejs, ajax) - (java, spring) - .20        等等 

   我应该如何解决这个问题。

回答：

因此，解决这个问题的有效方法是使用Apriori算法。它将为交易数据库提供关联规则（将每一行视为一笔交易）。下面是一个非常简单的教程和实现的链接。http://aimotion.blogspot.com/2013/01/machine-learning-and-data-mining.html