第四讲数据挖掘与关联规则解析.pptVIP

（8）算法使用 L3 ∞ L3 产生候选4-项集的集 合C4 。尽管连接产生结果 {{I1,I2,I3,I5}}, 这个项集被剪去，因为它的子集{I2,I3,I5} 不是频繁的。则 C4 = ψ ,因此算法终止， 找出了所有的频繁项集。 L3 比较候选支持度计数 与最小支持度计数 项集 {I1，I2，I3} {I1，I2，I5} 支持度计数 2 2 44 4.2 挖掘单维布尔关联规则 －由频繁项集产生关联规则 【例4 】基于例3的结果，假定数据包含频 繁项集l={I1，I2，I5}。可以由l 产生哪 些关联规则？ l 的非空子集有{I1，I2}、{I1，I5}、 {I2，I5}、{I1}、{I2}和{I5}。则结果关联 规则如下，每个都列出支持度，从而计算 置信度。 68 4 2 项集 {I1，I2} 支持度计数 4 {I1，I3} {I1，I5} {I2，I3} {I2，I4} {I2，I5} 4 2 2 39 项集 支持度计数 {I1} {I2} {I3} {I4} {I5} 6 7 6 2 2 项集 {I1，I2，I3} {I1，I2，I5} 支持度计数 2 2 4.2 挖掘单维布尔关联规则 －由频繁项集产生关联规则 I1 ? I2 ? I5, I1 ? I5 ? I2, I2 ? I5 ? I1, I1 ? I2 ? I5, I2 ? I1 ? I5, I5 ? I1 ? I2, confidence = 2 4 = 50 % confidence = 2 2 = 100 % confidence = 2 2 = 100 % confidence = 2 6 = 33% confidence = 2 7 = 29% confidence = 2 2 = 100 % 69 4.2 挖掘单维布尔关联规则 －由频繁项集产生关联规则 如果最小置信度阈值为70%，那么 只有第2、3、6个规则可以作为最终的 输出，因为只有这些是产生的强规则。 I1 ? I5 ? I2, I2 ? I5 ? I1, I5 ? I1 ? I2, confidence = 2 2 = 100 % confidence = 2 2 = 100% confidence = 2 2 = 100% 70 例子（设min_sup = 50%） 48 4.1 关联规则挖掘 －基本概念 【例1 】任务相关数据由某商店计算机部 购买物品的事务数组成，一个置信度为 80% 的关联规则： buys ( X , “ computer ” ) = buys ( X , “ software ” ) 意味着买计算机的顾客80% 也买软件。 10 4.1 关联规则挖掘 －基本概念 【例2 】例1中一个支持度为30% 的关联规 则，意味着计算机部的所有顾客的30%, 同时购买了计算机和软件。 支持度和置信度是两个兴趣度度量,分 别反映发现规则的有用性和确定性。 支持度小：规则使用面窄 置信度小：规则无意义 12 4.1 关联规则挖掘 －基本概念 满足最小支持度阈值和最小置信度阈值的关联规则被认为是有趣的。阈值由用户或专家设定。 强规则：同时满足用户定义的最小支持度阈值（min_sup）和最小置信度阈值(min_conf)的规则称为强规则。 为方便计，用0% 和100%之间的值表示支持度和置信度。 13 4.1 关联规则挖掘 －基本概念 项集的频率：即包含项集的事务数，也称为项集的支持计数(support_count)。如果项集的出现频率大于或等于min_sup与D中事务总数的乘积，就称该项集满足最小支持度min_sup 。 频繁项集：满足最小支持度的项集称为频繁项集。频繁k-项集的集合通常记作Lk。 14 4.1 关联规则挖掘 －基本概念 关联规则挖掘包含两个步骤： 1）找出所有频繁项集：根据定义，这些项集的频繁性至少和预定义的最小支 持计数一样。 2）由频繁项集产生强关联规则：根据定义，这些规则必须满足最小支持度和最小置信度。 15 4.1 关联规则挖掘 3.关联规则挖掘分类 根据不同的标准，关联规则可以分成若干类型： (1)根据规则所处理的值的类型，关联规则可以分为布尔的和量化的 如果规则考虑的关联是项的在与不在， 则它是布尔关联规则。例如，由购物篮 分析得到的就是布尔关联规则。 16 4.1 关联规则挖掘 －关联规则挖掘分类 如果规则描述的是量化的项或属性之间 的关联，则它是量化关联规则。在这种 规则中，项或属性的量化值划分为区间。 例如，下面的规则就是量化