数据挖掘关联规则导论.ppt

* 利用FP-树进行频繁模式挖掘 思想: 频繁模式增长 递归地增长频繁模式借助模式和数据库划分 方法 对每个频繁项,构建它的条件模式基,然后构建它的条件FP-树. 对每个新创建的条件FP-树重复上述过程 直至结果FP-树为空,或者它仅包含一个单一路径.该路径将生成其所有的子路径的组合,每个组合都是一个频繁模式. * 频繁 1-项集 最小支持度为20% (计数为 2) TID Items 1 I1,I2,I5 2 I2,I4 3 I2,I3,I6 4 I1,I2,I4 5 I1,I3 6 I2,I3 7 I1,I3 8 I1,I2,I3,I5 9 I1,I2,I3 Itemset Support count {I1} 6 {I2} 7 {I3} 6 {I4} 2 {I5} 2 {I6} 1 Itemset Support count {I1} 6 {I2} 7 {I3} 6 {I4} 2 {I5} 2 事务数据库 支持度计数 频繁1-项集 * FP-树 构建 Itemset Support count {I1} 6 {I2} 7 {I3} 6 {I4} 2 {I5} 2 Itemset Support count {I2} 7 {I1} 6 {I3} 6 {I4} 2 {I5} 2 按支持度降序排列 * FP-树 构建 创建根结点 null 扫描数据库 事务1: I1, I2, I5 排序: I2, I1, I5 处理事务 以项的顺序增加结点 标注项及其计数 (I2,1) (I1,1) (I5,1) 1 I5 0 I4 0 I3 1 I1 1 I2 维护索引表 * FP-树 构建 null (I2,2) (I1,1) (I5,1) 0 I5 1 I4 0 I3 0 I1 2 I2 (I4,1) TID Items 1 I1,I2,I5 2 I2,I4 3 I2,I3,I6 4 I1,I2,I4 5 I1,I3 6 I2,I3 7 I1,I3 8 I1,I2,I3,I5 9 I1,I2,I3 * FP-树 构建 null (I2,7) (I1,4) (I5,1) 2 I5 2 I4 6 I3 6 I1 7 I2 (I4,1) TID Items 1 I1,I2,I5 2 I2,I4 3 I2,I3,I6 4 I1,I2,I4 5 I1,I3 6 I2,I3 7 I1,I3 8 I1,I2,I3,I5 9 I1,I2,I3 (I3,2) (I3,2) (I1,2) (I3,2) (I4,1) (I5,1) * FP-树 构建 扫描事务数据库D一次,得到频繁项的集合F及它们的支持度.将F按支持度降序排列成L,L是频繁项的列表. 创建FP-树的根, 标注其为NULL.对D中的每个事务进行以下操作: 根据 L中的次序对事务中的频繁项进行选择和排序. 设事务中的已排序的频繁项列表为[p|P],其中p表示第一个元素,P表示剩余的列表.调用insert_Tree([p|P],T). * 挖掘 FP-tree 从索引表中的最后一个项开始 找到所有包含该项的路径 沿着结点-链接(node-links) 确定条件模式 路径中符合频度要求的模式 构建 FP-tree C 添加项至C中所有路径,生成频繁模式 递归地挖掘C (添加项) 从索引表和树中移除项 * 挖掘 FP-Tree null (I2,7) (I1,4) (I5,1) 2 I5 2 I4 6 I3 6 I1 7 I2 (I4,1) (I3,2) (I3,2) (I4,1) (I5,1) (I1,2) (I3,2) 前缀路径 (I2 I1,1) (I2 I1 I3, 1) 条件路径 (I2 I1, 2) 条件 FP-tree (I2 I1 I5, 2), (I2 I5, 2), (I1 I5, 2) null (I2,2) (I1,2) * 挖掘 FP-Tree 项 条件模式基 条件FP-tree 生成的频繁模式 I5 {(I2 I1:1),(I2 I1 I3:1)} I2:2,I1:2 I2 I5:2, I1 I5:2, I2 I1 I5:2 I4 {(I2 I1:1),(I2:1)} I2:2 I2 I4:2 I3 {(I2 I1:2,(I2:2),(I1:2)} I2:4,I1:2, I1:2 I2 I3:4, I1 I3:2, I2 I1 I3:2 I1 {(I2:4)} I2:4 I2 I1:4 * 由事务数据库构建FP-树 {} f:4 c:1 b:1 p:1 b:1 c:3 a:3 b:1 m:2 p:2 m:1 Header Table Item frequen