多层关联规则里的冗余过滤，挺适合想深入数据挖掘的你。规则太多看得眼花？其实多是祖孙关系里来的重复项，过滤下更干净明了。

用Apriori算法来挖掘这些关联规则，挺常见的。不过一不小心就挖出一堆重复信息。比如你有“买了牛奶就买面包”，那“买了牛奶也买了全麦面包”也会被算进来，但其实意思差不多。嗯，过滤掉祖先那种重复规则，看起来会清爽多。

再加个WEKA工具，界面友好，操作也简单。不管你是用户购物行为，还是想做推荐系统，套上这套逻辑准没错。像是用min_confidence来限制规则，或是设置层级结构分类，效果都蛮直观。

如果你还不太熟，可以先看看这些资料：挖掘多层关联规则，或者去翻翻WEKA 关联规则挖掘教程。操作示例和算法都还不错，入门容易上手快。

要提醒一句，多层数据时结构要想清楚，比如怎么分类、怎么分层，别乱套标签，不然挖出来的东西你自己都看不懂。如果你正做多维数据，推荐你用这套过滤逻辑加点权重信息，输出结果更靠谱。