频繁模式挖掘重点.pptx

频繁模式挖掘 英才实验学院 Fp-tree挖掘频繁模式 基本概念 I（项的集合）{I1,I2,…,In}，项Ik D（事务的集合）,事务T非空项集 项集A，k-项集 支持度 置信度 频繁项集 A?B, support(A?B)=P(AUB) Confidence(A?B)=P(B|A) Fp-tree挖掘频繁模式 项头集 fP-tree构建 Fp条件子树构建（条件模式基） tid itemset tid itemset T100 I1,I2,I5 T600 I2,I3 T200 I2,I4 T700 I1,I3 T300 I2,I3 T800 I1,I2,I3,I5 T400 I1,I2,I4 T900 I1,I2,I3 T500 I1,I3 FP-tree频繁模式挖掘 对项头集中每一个项，产生条件模式基 构造条件子树 如果条件子树不为空，递归调用 FP-tree频繁模式挖掘 要求： 输入事务集，给定支持度 输出所有的频繁模式，并按支持度降序排列 输出极大频繁模式，并按支持度排序 输出支持度最大的前k个频繁模式 后续思考，进一步提速！基于matrix 报告要求 一份完整的实验报告至少应包含以下部分内容： （一）实验内容简介 （二）算法说明 （三）算法分析与设计 （四）测试结果 （五) 分析与探讨 附录：源代码 独立性声明 提示 请小组讨论，共同完成第一次报告的主要内容，书写及细节由报告完成人做。 算法分析与设计部分，把解决问题的算法思路，优缺点，改进（可能不止一种改进方案）都逐一写出。最后编程除非特别要求，可以只实现其中一种算法并说明理由。 本课程学习以方法学习为主，知识点掌握为次，请不要参考网络或者书本方法，希望你们小组独立完成。你们得分的标准不是哪个组的方法最优，而是独立思考过程，结果和结论分析的展现。