- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
SPSS Data Mining 旗舰.ppt
数据挖掘原理与SPSS Clementine应用宝典
元昌安 主编
邓 松 李文敬 刘海涛 编著
电子工业出版社
10.8 约束性关联规则挖掘
10.9 数量关联规则挖掘
10.10 负关联规则挖掘算法
10.11 加权关联规则挖掘算法
10.12 应用实例分析
10.13 小结
10.1 关联规则基本概念
10.2 关联规则算法原理
10.3 分层搜索经典算法-Apriori算法
10.4 并行挖掘算法
10.5 增量更新挖掘算法
10.6 多层关联规则挖掘
10.7 多维关联规则挖掘
第十章 关联规则算法
10.1 关联规则基本概念
关联规则挖掘(Association Rule Mining)是帮助发现大量数据库中项集之间的关联关系。
10.1.1关联规则定义
设 I = {i1, i2,…, im, }为所有项目的集合,D 为事务数据库事务T 是一个项目子集(TI)。每一个事务具有唯一的事务标识Tid 。设A 是一个由项目构成的集合,称为项集。事务T 包含项集A,当且仅当A T 。
最小支持度minsup 即用户规定的关联规则必须满足的最小支持度,它表示了一组物品集在统计意义上的需满足的最低程度。
最小置信度minconf 即用户规定的关联规则必须满足的最小置信度,它反应了关联规则的最低可靠度。
10.1.1关联规则定义
10.1.2关联规则分类
1.基于规则中处理的变量的类别,可以分为布尔型和数值型关联规则
布尔型关联规则处理的值都是离散的、种类化的,它显示了这些变量之间的关系。
数值型关联规则处理的是定量数据项(或属性)之间的关系,
2.基于规则中数据的抽象层次,可以分为单层关联规则和多层关联规则
例如:
IBM台式机→Sony打印机是一个细节数据上的单层关联规则;
台式机→Sony打印机,(此处台式机是IBM台式机的较高层次抽象)。
10.1.2关联规则分类
3.基于规则中涉及到的数据维数,可以分为单维关联规则和多维关联规则
例如:
啤酒→尿布 (单维)
性别=“女”→职业=“秘书” (多维)
10.1.2关联规则分类
10.2关联规则算法原理
关联规则的挖掘就是在事务数据库D中找出具有用户给定的最小支持度minsup和最小置信度minconf的关联规则。
如果项集的支持度超过用户给定的最小支持度阈值(minsup),就称该项集是频繁项集或大项集。
10.2.1关联规则挖掘算法的两个步骤
Step1 根据最小支持度阈值找出数据集D中所有频繁项目集;
Step2根据频繁项目集和最小置信度阈值产生所有关联规则。
关联规则挖掘的基本模型
10.2.2基本关联规则算法
●搜索算法
该类算法只适合于项集数量相对较小的数据集中的关联规则挖掘。
●分层算法(宽度优先算法)
Apriori算法是这类算法的典型代表,该算法需扫描数据集的次数等于最大频繁项目集的项目数。
●深度优先算法
此类算法中最新最高效的是J.Han等人提出的FP-growth(Frequent-pattern Growth)算法。
●划分算法
划分算法的基本思想是将整个数据集划分成可以存放在内存中进行处理的数据块,以节省访问外存的I/0开销。
●抽样算法
如何计算负边界以找回部分遗漏的频繁项集是抽样算法的关键。
10.2.2基本关联规则算法
10.2.3复杂关联规则算法
多层次关联规则挖掘一般有两种途径:
一种是把单层次关联规则挖掘算法直接应用于多层次。
另一种是在不同的层次应用不同的支持度阈值和置信度阈值。
10.3 分层搜索算法-Apriori算法
10.3.1 频繁项集的产生
Apriori算法使用层次顺序搜索的循环方法(又称作逐层搜索的迭代方法)产生频繁项集,即用频繁k-项集探索产生(k+1)-项集。首先,找出长度为1的频繁项集,记为 , 用于产生频繁2-项集 的集合,而用于产生频繁3-项集 的,如此循环下去,直到不能找到新的频繁k-项集。找每个 需要扫描数据库一次。
举例:
已知事务数据库D如表10.1所示,最小支持度计数为2,即 minsupport=2/9,
利用Apriori算法挖掘所有满足minsup的频繁集。
(1)第一次扫描,扫描数据库获得每个候选项的计数,从而获得频繁1-项集。如表10-2所示。
(2)根据L1生成2-
您可能关注的文档
- 2、谈家桢生命科学奖(成就奖、临床医学奖、创新奖)推荐.doc
- 3.江苏省高等学校大学生创新创业训练计划项目申报表(创新.doc
- 5.2 意识的作用 - 中国教育出版网.ppt
- 65、对依附于城市道路建设各种管线、杆线等设施,设置广.doc
- ArrayExpress–apublicdatabaseformicroarraygene.ppt
- Ch06 自由贸易港.ppt
- Chapter 6 - 云南省质量工程双语教学国际经济学课程申报.ppt
- CHAPTER 8 - 成功大学myweb个人网页空间服务说明.ppt
- child health.ppt - 上海中医药大学.ppt
- China’s Macroeconomic Performance and Monetary ….ppt
- std10_k1_108_cohen_os - 大连市地税人学校后台管理系统.ppt
- Template - 辽宁省科学技术协会.ppt
- Tugai forests at the Tarim middle reaches, Xinjiang, ….ppt
- Unit4同步检测.doc
- Urbanization, Rural Land System and Migrant’s Social ....ppt
- XIAOHEJIANJIAN2017年第04期.doc
- ~邱琳生个展~ - 台北市立中山女子高级中学.ppt
- “互联网及其应用” - 网络专业课程.ppt
- “你的城市”项目介绍.ppt
- “江南名师团” 高考化学复习讲座.ppt
文档评论(0)