数据挖掘第6章--挖掘频繁模式、关联和相关性绪论.pptx

数据挖掘与商务智能 范勤勤 物流研究中心 第二章 挖掘频繁模式、关联和相关性 目录 第一章 基本概念 4 购物篮分析： “尿布与啤酒” 购物篮分析 5 频繁项集、闭项集和关联规则 6 频繁项集、闭项集和关联规则 7 关联规则基本概念——示例 8 TID 购买的item 2000 A,B,C 1000 A,C 4000 A,D 5000 B,E,F 规则度量：支持度和置信度 9 TID 购买的item 2000 A,B,C 1000 A,C 4000 A,D 5000 B,E,F Customer buys diaper Customer buys both Customer buys beer 关联规则挖掘过程 10 11 关联规则挖掘分类 12 关联规则挖掘分类 由事务数据库挖掘单维布尔关联规则 13 最小支持度 50% 最小置信度 50% 频繁项集挖掘方法 Apriori算法：通过限制候选产生发现频繁项集 15 Apriori算法：通过限制候选产生发现频繁项集 16 Apriori算法步骤 17 18 Apriori算法——示例 Database TDB 1st scan C1 L1 L2 C2 C2 2nd scan C3 L3 3rd scan Tid Items 10 A, C, D 20 B, C, E 30 A, B, C, E 40 B, E Itemset sup {A} 2 {B} 3 {C} 3 {E} 3 Itemset {A, B} {A, C} {A, E} {B, C} {B, E} {C, E} Itemset sup {A, B} 1 {A, C} 2 {A, E} 1 {B, C} 2 {B, E} 3 {C, E} 2 Itemset sup {A, C} 2 {B, C} 2 {B, E} 3 {C, E} 2 Itemset {B, C, E} Itemset sup {B, C, E} 2 Itemset sup {A} 2 {B} 3 {C} 3 {D} 1 {E} 3 使用Apiori性质由L2产生C3 19 由频繁项集产生关联规则 20 提高Apriori算法的效率 21 22 提高基于Apriori挖掘效率的算法 挖掘频繁项集的模式增长方法 23 挖掘频繁项集的模式增长方法 24 TID List of item_IDs T100 I1, I2, I5 T200 I2, I4 T300 I2, I3 T400 I1, I2, I4 T500 I1, I3 T600 I2, I3 T700 I1, I3 T800 I1, I2, I3, I5 T900 I1, I2, I3 挖掘频繁项集的模式增长方法 25 挖掘频繁项集的模式增长方法 26 项 支持度计数(frequencies) I2 7 I1 6 I3 6 I4 2 I5 2 挖掘频繁项集的模式增长方法 27 I1: 1 I3: 1 I4: 1 I3: 1 I1: 1 I2: 1 I5:1 I3: 1 I4:1 I5:1 2 3 4 2 2 5 2 2 6 3 7 4 2 挖掘频繁项集的模式增长方法 28 挖掘频繁项集的模式增长方法 29 挖掘频繁项集的模式增长方法 30 产生的频繁模式 挖掘频繁项集的模式增长方法 31 挖掘频繁项集的模式增长方法 32 产生的频繁模式 产生的频繁模式 条件模式基 条件FP树 I4 { {I2,I1:1},{I2,I1,I3:1} } { {I2,I1:1},{I2:1} } I2:2,I1:2 I2:2 I5 {I2,I5:2},{I1,I5:2},{I2,I1,I5:2} {I2,I4:2} 挖掘频繁项集的模式增长方法 33 挖掘频繁项集的模式增长方法 34 产生的频繁模式 产生的频繁模式 项 条件模式基 条件FP树 I4 I3 { {I2,I1:1},{I2,I1,I3:1} } { {I2,I1:1},{I2:1} } { {I2,I1:2},{I2:2},{I1:2} } I2:2,I1:2 I2:2 I2:4,I1:2,I1:2 {I2,I5:2},{I1,I5:2},{I2,I1,I5:2} {I2,I4:2} {I2,I3:4},{I1,I3:4},{I2,I1,I3:2} I5 挖掘频繁项集的模式增长方法 35 挖掘频繁项集的模式增长方法 36 挖掘频繁项集的模式增长方法 37 项 条件模式基 条件FP树 I4 I3 I1 { {I2,I1:1},{I2,