关联分析与频繁模式挖掘.pptVIP

项目2－频繁模式挖掘 项目2－频繁模式挖掘 设计并实现一个频繁模式挖掘软件 要求 不但要输出频繁模式，还要输出频繁模式的支持度（绝对值，即支持度计数）以及在每个支持度下的频繁模式总数 输出文件中每行格式如下： abc: 1000 表示输出模式为abc，其支持度为1000 评价标准 挖掘时间：指从数据输入到内存到生成所有频繁模式及其支持度的时间，不包含输出频繁模式到文件的时间。 项目2 －实验数据 实验数据 Mushroom.dat 基本信息 项目数：120；事务数：8,124 阈值设定（％） 5, 10, 15, 20, 25 Accidents.dat 基本信息 项目数：468； 事务数：340,183 阈值设定（％） 40, 45, 50, 55, 60 T10I4D100K.dat 基本信息 项目数：1000； 事务数：100,000 阈值设定（％） 0.5, 0.4, 0.3, 0.2, 0.1 对每个阈值，给出该阈值下频繁项集的个数。 项目2－数据格式 1 3 9 13 23 25 34 36 38 40 52 54 59 63 67 76 85 86 90 93 98 107 113 2 3 9 14 23 26 34 36 39 40 52 55 59 63 67 76 85 86 90 93 99 108 114 2 4 9 15 23 27 34 36 39 41 52 55 59 63 67 76 85 86 90 93 99 108 115 1 3 10 15 23 25 34 36 38 41 52 54 59 63 67 76 85 86 90 93 98 107 113 2 3 9 16 24 28 34 37 39 40 53 54 59 63 67 76 85 86 90 94 99 109 114 2 3 10 14 23 26 34 36 39 41 52 55 59 63 67 76 85 86 90 93 98 108 114 2 4 9 15 23 26 34 36 39 42 52 55 59 63 67 76 85 86 90 93 98 108 115 项目2－图表样例 0.6 0.55 0.5 0.45 0.4 0.35 0.3 0.25 0.2 0.15 0.1 频繁模式个数 项目2－Deadline 2016年5月29日之前（含29日）提交 源代码：标明组名 报告（PPT）：文件名为组名 PPT中注明姓名和学号 同时注明项目分工，按贡献从大到小排序 每组都要在课堂上作报告 指明所用编程语言和运行环境 将上述材料打包发送到助教沈戈晖 jueliangguke@ 实验室：理科2号楼2320室2016年5月30日课堂报告 每组10分钟：8分钟报告+2分钟提问 提示：邮件中不要包含数据集 下一讲 基本聚类算法 See you next time ? * N为频繁1-项集数目 * 1.显然，根据1-itemset的定义，是按照前序序号排列的。 2.反证。首先这两个值不可能相等。所以不是，就是。因此，如果是。根据前后序编码的特点，这两个节点必须存在祖先－后代关系。而这是不肯能的，应为这两个节点的标签都是同一个项。所以只能是. * Node-list的高效合并算法－示例 第2步检测祖孙关系 i1i2 ={ (7, 8): 10 , (15, 15): 6, (23, 21): 7} i1i3 ={(5, 1): 3, (8, 5): 2 , (10, 6): 2, (18, 19): 6, (24, 20): 5} 7 8, 8 5。所以节点(7, 8) 是节点(8, 5)的祖先。故把(8, 5): 2输入到i1i2i3 的Node-list 中。 第三步，检测(7, 8) 与节点(10, 6)的祖孙关系 i1i2i3 ={(8, 5): 2} 添加 Node-list的高效合并算法－示例 第3步检测祖孙关系 i1i2 ={ (7, 8): 10 , (15, 15): 6, (23, 21): 7} i1i3 ={(5, 1): 3, (8, 5): 2, (10, 6): 2 , (18, 19): 6, (24, 20): 5} 7 10, 8 6。所以节点(7, 8) 是节点(10, 6)的祖先。故把(10, 6): 2输入到i1i2i3 的Node-list 中。第四步，检测(7, 8) 与节点(18, 19)的祖孙关系。 i1i2i3 ={(8, 5): 2, (10, 6): 2 } 添加 Node-list的高效合并算法－示例 第4步检测祖孙关系 i1i2 ={ (7, 8): 10 , (15, 15): 6 , (23,