2()关联规则挖掘与序列模式挖掘(AprioriAprioriTidAprioriHyridFP-TreeAprioriAll).ppt

上述算法中利用频繁序列Lk-1生成候选k-序列Ck的过程说明如下： （1）连接 　　对于Lk-1中任意两个序列s1和s2，如果s1与s2的前k-2项相同，即s1=e1，e2，…，ek-2，f1，s2=e1，e2，…，ek-2，f2，则合并序列s1和s2，得到候选k-序列e1，e2，…，ek-2，f1，f2和e1，e2，…，ek-2，f2，f1。即： insert into Ck select p.itemset1, p.itemset2,…, p.itemsetk-1,q.itemsetk-1 from Lk-1 p,Lk-1 q where p.itemset1=q.itemset1 and p.itemset2=q.itemset2 and … 　　　and p.itemsetk-2=q.itemsetk-2 （2）剪枝 　　剪枝的原则：一个候选k-序列，如果它的(k-1)-序列有一个是非频繁的，则删除它。由Ck剪枝产生Lk的过程如下： for (所有c∈Ck的序列) 　　for (所有c的(k-1)-序列s) if (s不属于Lk-1) 从Ck中删除c; Ck ? Lk; //由Ck剪枝后得到Lk 　　【例3】以表6.6所示的序列数据库S1为例，给出ApriorAll算法的执行过程，这里I={1，2，3，4，5}，每个数字表示一个项。假设min_sup=2。 客户号 客户序列 s1 {1，5}，{2}，{3}，{4} s2 {1}，{3}，{4}，{3，5} s3 {1}，{2}，{3}，{4} s4 {1}，{3}，{5} s5 {4}，{5} 一个转换后的序列数据库S1 　　① 先求出L1，由其产生L2的过程如图6.2所示，实际上这个过程不需要剪枝，因为C2中每个2-序列的所有子序列一定属于L1。 产生L2的过程 　　② 由L2连接并剪枝产生C3，扫描序列数据库S1，删除小于min_sup的序列得到L3，其过程如图6.3所示。 产生L3的过程 　　③ 由L3连接并剪枝产生C4，扫描序列数据库S1，删除小于min_sup的序列得到L4，其过程如图6.4所示。 产生L4的过程 　　④ L4中只有一个序列，由它产生的C5为空，L5也为空。算法结束。 5. 最大化阶段 　　在频繁序列模式集合中找出最大频繁序列模式集合。 　　由于在产生频繁模式阶段发现了所有频繁模式集合L，下面的过程可用来发现最大序列。设最长序列的长度为n，则： for (k=n;k1;k--) 　　for (每个k-序列sk) 从L中删除sk的所有子序列; 　　【例4】对于表6.5所示的序列数据库S1，从前面的过程看到，产生的所有频繁序列集合： 　　L={1，2，3，4，5，1，2，1，3，1，4，1，5，2，3，2，4，3，4，3，5，4，5，1，2，3，1，2，4，1，3，4，1，3，5，2，3，4，1，2，3，4} 　　删除子序列得到最大序列的过程如下： 　　由于最长的序列是4，因此所有4-序列都是最大序列，这里只有1，2，3，4是最大序列。 　　对于4-序列1，2，3，4，从L中删除它的3-子序列1，2，3、1，2，4、1，3，4、2，3，4，2-子序列1，2、1，3、1，4、2，3、2，4、3，4和1-子序列1、2、3、4，剩下的3-序列1，3，5是最大序列。 　　对于3-序列1，3，5，从L中删除它的2-子序列1，5、3，5和1-子序列5，剩下的2-序列4，5是最大序列。 　　到此，L中已没有可以再删除的子序列了，得到的序列模式如下表所示。 序列模式 计数 1，2，3，4 2 1，3，5 2 4，5 2 　　当求出所有序列模式集合L后，可以采用类似Apriori算法生成所有的强关联规则。生成所有的强关联规则RuleGen(L，min_conf)算法如下： 输入：所有序列模式集合L，最小置信度阈值min_conf 输出：强关联规则集合R 方法：其过程描述如下： R=Φ; for (对于L中每个频繁序列β) 　　for (对于β的每个子序列α) 　　{ conf=β.sup_count/α.sup_count; if (conf≥min_conf) 　　R=R∪{α→β}; //产生一条新规则α→β 　　} return R; 　　例如，假设有一个频繁3-序列{D}，{B，F}，{A}，其支持度计数为2，它的一个子序列{D}，{B，F}的支持度计数也为2。 　　若置信度阈值min_conf=75%，则： 　　{D}，{B，F}→{D}，{B，F}，{A} 是一条强关联规则，因为它的置信度=2/2=100%。 * 连接后 C3= {{A,B,C},{A,C,E},{B,C,E}}，不对，使用字典序避免重复的候选。 支持