数据仓库与数据挖掘基础第6章关联规则(赵志升)分析报告.pptVIP

第二节 挖掘事务数据库的单维布尔关联规则 第二节 挖掘事务数据库的单维布尔关联规则 第二节 挖掘事务数据库的单维布尔关联规则 第二节 挖掘事务数据库的单维布尔关联规则 第二节 挖掘事务数据库的单维布尔关联规则 第二节 挖掘事务数据库的单维布尔关联规则 第二节 挖掘事务数据库的单维布尔关联规则 第二节 挖掘事务数据库的单维布尔关联规则 第二节 挖掘事务数据库的单维布尔关联规则 第二节 挖掘事务数据库的单维布尔关联规则 第二节 挖掘事务数据库的单维布尔关联规则 第二节 挖掘事务数据库的单维布尔关联规则 第二节 挖掘事务数据库的单维布尔关联规则 第二节 挖掘事务数据库的单维布尔关联规则 第二节 挖掘事务数据库的单维布尔关联规则 第三节 挖掘事务数据库的多层关联规则 第三节 挖掘事务数据库的多层关联规则 第三节 挖掘事务数据库的多层关联规则 第三节 挖掘事务数据库的多层关联规则 第三节 挖掘事务数据库的多层关联规则 第三节 挖掘事务数据库的多层关联规则 第三节 挖掘事务数据库的多层关联规则 第三节 挖掘事务数据库的多层关联规则 第三节 挖掘事务数据库的多层关联规则 第三节 挖掘事务数据库的多层关联规则 第三节 挖掘事务数据库的多层关联规则 第三节 挖掘事务数据库的多层关联规则 第三节 挖掘事务数据库的多层关联规则 第三节 挖掘事务数据库的多层关联规则 第三节 挖掘事务数据库的多层关联规则 第四节 挖掘关系数据库和数据仓库的多维关联规则 第四节 挖掘关系数据库和数据仓库的多维关联规则 第四节 挖掘关系数据库和数据仓库的多维关联规则 第四节 挖掘关系数据库和数据仓库的多维关联规则 第四节 挖掘关系数据库和数据仓库的多维关联规则 第四节 挖掘关系数据库和数据仓库的多维关联规则 第四节 挖掘关系数据库和数据仓库的多维关联规则 第四节 挖掘关系数据库和数据仓库的多维关联规则 第四节 挖掘关系数据库和数据仓库的多维关联规则 第五节 关联挖掘到关联分析 第五节 关联挖掘到关联分析 第五节 关联挖掘到关联分析 第五节 关联挖掘到关联分析 第五节 关联挖掘到关联分析 第五节 关联挖掘到关联分析 思考问题： 1、多层关联规则 例如，给定某事务的任务相关数据集D，它是计算机部的销售数据，对每个事务TID给出了购买的商品。 IBM笔记本电脑，佳能喷墨彩色打印机 T5 DEC服务器，操作系统软件，OFFICE软件 T4 双飞燕鼠标，康柏键盘，IBM台式机 T3 教学软件，财务软件，操作系统软件 T2 IBM台式机，HP激光打印机 T1 购买的商品 TID 1、多层关联规则 商品的概念分层如： 计算机类商品 软件 计算机 计算机辅件 打印机 台式机 笔记本 应用 系统 彩色 黑白 鼠标 键盘 IBM … 康柏 财务 操作系统 佳能 HP 双飞燕 康柏 1、多层关联规则 概念分层定义了由低层概念到更一般的高层概念的映射序列，可以通过将数据内的低层概念用概念分层的高层概念替换，对数据概化。例中概念分层为4层，记为0，1，2和3。 在最低的原始层很难找出有趣的购买模式，如{IBM台式机，HP激光打印机}不太可能满足最小支持度。而{计算机，打印机}更容易满足最小支持度。 2、挖掘多层关联规则的方法 问题：如何使用概念分层有效挖掘多层关联规则。考察一些基于支持度-置信度框架的方法。 对于所有层使用一致的最小支持度 在较低层使用递减的最小支持度 逐层独立 层交叉单项过滤 层交叉K-项集过滤 2、挖掘多层关联规则的方法 对于所有层使用一致的最小支持度：在每一层挖掘时，使用相同的最小支持度阈值。如整个使用最小支持度阈值5%。 计算机 [support=10%] 台式机 [support=4%] 笔记本 [support=6%] 层1 min_sup=5% 层2 min_sup=5% 2、挖掘多层关联规则的方法 在较低层使用递减的最小支持度：在每个抽象层有自己的最小支持度阈值。抽象层越低，对应的阈值越小。如层1和层2的最小支持度阈值分别为5%和3%。 计算机 [support=10%] 台式机 [support=4%] 笔记本 [support=6%] 层1 min_sup=5% 层2 min_sup=3% 2、挖掘多层关联规则的方法 逐层独立：完全的宽度搜索，没有频繁项集的背景知识用于剪枝。考察每个节点，不管它的父节点是否是频繁的。 计算机 [support=10%] 台式机 [support=4%] 笔记本 [support=6%] 层1 min_sup=12% 层2 min_sup=3% 2、