第二章关联规则Associationrules.pptVIP

TID 项集 1 ACD 2 BCE 3 ABCE 4 BE 5 BC 大项集 支持数 B 4 C 4 E 3 项集 支持数 A 2 B 4 C 4 D 1 E 3 项集 支持数 BC 3 BE 3 CE 2 项集 支持数 BC 3 BE 3 项集 支持数 BCE 2 1、与AIS算法作比较 2、假设上例中，最小支持数为4，那利用Apriori算法的过程？ 假设2阶大项集为{AB,AC,AE,BC,BE}，利用Apriori算法的思想，构造3阶候选集 AB+AC?ABC AB+AE?ABE AB+BC ?ABC AB+BE ?ABE AC+AE ?ACE AC+BC ?ABC AC+BE ?ABCE AE+BC ?ABCE AE+BE ?ABE BC+BE ?BCE 3阶候选集是{ABC,ABE,ACE,BCE} 错了，3阶候选集应该是{ABC,ABE} 为什么？ 问： ABCE 在不在4阶候选集中？ 1、减少扫描事务量：如果某事务不包含k阶大项集，则必然不包含k+1阶大项集 ——AproriTid算法 TID 项集 1 ACD 2 BCE 3 ABCE 4 BE 5 BC 6 F 大项集 支持数 B 4 C 4 E 3 项集 支持数 A 2 B 4 C 4 D 1 E 3 F 1 项集 支持数 BC 3 BE 3 CE 2 项集 支持数 BC 3 BE 3 项集 支持数 BCE 2 TID 项集 1 ACD 2 BCE 3 ABCE 4 BE 5 BC TID 项集 2 BCE 3 ABCE 4 BE 5 BC TID 项集 1 ACD 2 BCE 3 ABCE 4 BE 5 BC 6 F 7 GH 8 BCG 2、减少扫描次数，采用分而治之的方法 将一个事务集分解为若干个部分，整体的大项集必然至少是某一个子集的大项集。 假如在所有子集中都是大项集的肯定是大项集 最小支持数为2，支持度为0.4 TID 项集 1 ACD 2 BCE 3 ABCE 4 BE 5 BC TID 项集 1 ACD 2 BCE 3 ABCE TID 项集 4 BE 5 BC 最小支持数为0.4*3=1.2 最小支持数为0.4*2=0.8 1阶A B C E 2阶AC BC BE CE 3阶BCE 1阶B C E 2阶 BC BE 共有的：B、C、E、BC、BE 特有的：A {2}、AC{2}、BCE{2} 都是大项集？ 上例中，假如最小支持数是3，结果如何 1、减少交易集 2、减少候选项集 3、分组 扩展/最小扩展 B=A1∪A2 ∪A3，C= A1∪A2，A1 B是A1的扩展，B是C的扩展，C是A1的扩展 B是C的最小扩展，C是A1的最小扩展，但B不是A1的最小扩展 支持度 项集{A3 ∪A4，A5，A9 }的支持度？ 规则 A3 ∪A4? {A5,A9}的支持度？ 期望支持度 规则A3 ∪A4? {A5,A9} 是规则A3? {A5,A9}的扩展，则规则A3? {A5,A9}的期望支持度是多少？ 根据期望支持度和实际支持度，判断一个规则是否有用 置信度 规则 A3 ∪A4? {A5UA6,A9}的置信度？ 期望置信度 规则A3 ∪A4? {A5UA6,A9}是规则A3 ∪A4? {A5,A9}的扩展 A3 ∪A4? {A5,A9}的期望置信度 1 关联规则概述 2 关联规则有关概念 3 关联规则算法： AIS算法和Apriori 算法 1、关联规则的基本含义 2、关联规则分类 3、应用举例 关联关系：两个变量之间存在着一定的联系，比如因果关系或者时序关系。 比如： 购买面包的顾客90%也会购买牛奶； ATT股票连续上涨两天而DEC股票不跌，则IBM上涨的可能性比较大（75%）； 有太阳的时候基本上是晴天 1、根据变量类型：布尔型关联规则和数值型关联规则 布尔型关联规则：变量类型都是离散的 数值型关联规则：存在变量类型是连续的 1、做地产行业的财富榜排名前10的可能性比较大 2、地产开发商容易身价在300亿以上 3、年龄小于40的难以跻身财富榜前十 2、单层关联规则和多层关联规则 根据抽象层次来判断 尿布?啤酒 优乐牌尿布?青岛啤酒 {衣服，鞋子} {外套、运动鞋} {夹克、长靴} 3、单维规则与多维规则 单维规则：涉及一个属性 多维规则：涉及多个属性 啤酒?尿布 地产开发商容易身价在300亿以上 零售业：安排商品布局，提供购买建议 已知：物品A和物品B经常出现在同一笔交易中，你会考虑怎么做？ 已知物品A和物品B从没有在同一笔交易中出现，你会怎么做？ 市场营销：分析顾客的购买行为和习惯 年龄大于40岁，在某工业区的投保人有近一半曾经向保险公司索赔 原因是该地区污染比较严重 识别欺诈，发现异常事件 保险公司