原创力文档- 1、本文档共11页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
Apriori算法及应用ppt课件
Apriori算法及应用 关联分析中的一些基本概念 项集(itemset)：包含0个或多个项的集合 K-项集：一个包含K个数据项的项集 支持度计数(support count)：一个项集的出现次数就是整个数据集中包含该项集的事务数。（支持度） 频繁项集：若一个项集的支持度大于等于某个阈值 关联规则：是形如A→B的蕴涵表达式，A和B都是属于数据集集合I，并且A∩B为空。 支持度（support）：是数据集中包含A∪B（即A和B二者）的百分比。 置信度（confidence）：是数据集中包含A事务同时包含B事务的百分比。 Support(A→B)=support_count(A∪B)/N Confidence(A→B)=support_count(A∪B)/ support_count(A) 关联规则挖掘算法可分为两个步骤： ⑴产生频繁项集：发现满足最小支持度阈值的所有项集，即频繁项集。 ⑵产生规则：从上一步发现的频繁项集中提取大于置信度阈值的规则，即强规则。 Apriori算法 基于Apriori算法的单维布尔数据流程图 Apriori算法应用(1) 问题的形式化描述： 设：I={i1,i2…im}是全部项的集合； 数据集D是事务的集合，包含N个事务； D中每个事务T是项的集合，使得T包含于I； 每个事务有一个标识符，称为TID。 Apriori算法应用(2) 政务问答数据集D Apriori算法应用(3) 频繁项集的发现过程 Apriori算法应用(4) 关联规则的生成 Apriori算法应用（5） 商业领域 网络安全领域 学生管理系统 移动通信领域 ……
文档评论（0）