第5章数据挖掘-1.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 即，Lk-1的元素l1和l2是可连接的，若： （ l1[1] = l2[1] ∧ l1 [2] = l2 [2] ∧ … ∧ l1[k-2] = l2[k-2] ∧ l1[k-1] l2[k-1] ） 而条件（l1[k-1] l2[k-1]）可确保不产生 重复的项集。 31 (2)剪枝步 Ck是Lk的超集，即它的成员不一定 都是频繁项集，但所有的频繁k-项集都 包含在Ck中。 扫描数据库，确定Ck中每个候选项 集的计数，从而确定Lk。然而， Ck可能 很大，这样所涉及的计算量就很大。 32 为了压缩Ck，可利用Apriori性质： 任何非频繁的(k-1)-项集都不可能是频繁 k-项集的子集。因此，若一个候选k-项 集的(k-1)-项子集不在Lk-1中，则该候选 也不可能是频繁的，从而可以从Ck中删除。 33 34 TID 项ID的列表 【例3 】一个Apriori的具体例子，该例基于右图某商店的事务DB。DB中有9个事务，Apriori假定事务中的项按字典次序存放。 T100 T200 T300 T400 T500 T600 T700 T800 T900 I1，I2，I5 I2，I4 I2，I