《数据挖掘概念与技术》学习笔记第6章(6/10)挖掘大型数据库中的

项目集 ：项的集合，记为 I 。牛奶，面包，苹果， etc 事 务 ：事务 T 是 I 中的一组项目的集合，每个事务都有个一个 TID 作为标识符号。 项目集 X 的支持度 Sup(X)=Count(X)/|D| 关联规则 X-Y 的支持度 Sup(X-Y)=Count(X-Y)/|D| 关联规则 X-Y 的置信度 Conf

项目集：项的集合，记为I。牛奶，面包，苹果，etc

事  务：事务T是I中的一组项目的集合，每个事务都有个一个TID作为标识符号。

项目集X的支持度

         Sup(X)=Count(X)/|D|

关联规则X->Y的支持度

         Sup(X->Y)=Count(X->Y)/|D|

关联规则X->Y的置信度

Conf(X->Y)=Count( X->Y)/Count(X)

步骤：

1 找出所有频繁项集

2 有频繁项集产生强关联规则

算法之Apriori算法

核心思想

频繁1-项集then关联规则then剪枝
then频繁2-项集then关联规则then剪枝
then频繁3-项集then关联规则then剪枝
……

重复此过程直到做不下去为止

算法实现  以后单独写出

改进措施 FP(Frequent Pattern  Growth) 频繁模式增长

Codeium

一个免费的AI代码自动完成和搜索工具

228

查看详情

多层关联规则

基本思想：

自顶向下，在每个概念层找寻频繁项集。然后①在该层发掘关联规则②适当剪枝，向下进入更具体的一层。

可选方案：

         1 使用一致的最小支持度

         2使用递减的最小支持度

         3 逐层独立

         4 层交叉单项过滤

         5 曾交叉k-项集过滤

多维关联规则

涉及两个或者多个维的关联规则

e.g． age(X, “IBM desktop computer”)^occupation(“drive”r)=>buys(X, ”laptop”)

多维关联规则注意

强关联规则不一定是有趣的。比如，

buys(X, “computer games”)=>buys(X, “videos”) [Support=40%, confidence= 66%]

推导出来的结果可能是满足支持度和置信度的，但是却不是有趣的。

因为可能实际上不购买computer games而去购买video的人有75%，而同时购买了computer games和videos的人只有66%，说明其实computer games和videos是负相关。