支持度s.docVIP

支持度s D中包含A和 B 的事务数与总的事务数的比值 规则 A(B 在数据集D中的支持度为s, 其中s 表示D中包含A(B (即同时包含A和B)的事务的百分率. 可信度 c D中同时包含A和B的事务数与只包含A的事务数的比值 规则 A(B 在数据集D中的可信度为c, 其中c表示D中包含A的事务中也包含B的百分率.即可用条件概率P(B|A)表示. confidence(A ( B )=P(B|A) 条件概率 P(B|A) 表示A发生的条件下B也发生的概率 关联规则根据以下两个标准(包含或排除): 最小支持度 – 表示规则中的所有项在事务中出现的频度 最小可信度 - 表示规则中左边的项(集)的出现暗示着右边的项(集)出现的频度 项集 – 任意项的集合 k-项集 – 包含k个项的项集 频繁 (或大)项集 – 满足最小支持度的项集 两个基本步骤 找出所有的频繁项集 满足最小支持度 找出所有的强关联规则 由频繁项集生成关联规则 保留满足最小可信度的规则 思想: Apriori 使用了一种称作level-wise搜索的迭代方法,其中k-项集被用作寻找(k+1)-项集. 首先,找出频繁1-项集,以L1表示.L1用来寻找L2,即频繁2-项集的集合.L2用来寻找L3,以此类推,直至没有新的频繁k-项集被发现.每个Lk都要求对数据库作一次完全扫描.. 方法 找到所有的频繁1-项集 扩展频繁(k-1)-项集得到候选k-项集 剪除不满足最小支持度的候选项集 方法 对每个频繁项,构建它的条件模式基,然后构建它的条件FP-树. 对每个新创建的条件FP-树重复上述过程 直至结果FP-树为空,或者它仅包含一个单一路径.该路径将生成其所有的子路径的组合,每个组合都是一个频繁模式. k均值法的基本步骤 (1)选择k个样品作为初始凝聚点，或者将所有样品分成k个初始类，然后将这k个类的重心(均值)作为初始凝聚点。 (2)对除凝聚点之外的所有样品逐个归类，将每个样品归入凝聚点离它最近的那个类（通常采用欧氏距离），该类的凝聚点更新为这一类目前的均值，直至所有样品都归了类。 (3)重复步骤(2)，直至所有的样品都不能再分配为止。 最终的聚类结果在一定程度上依赖于初始凝聚点或初始分类的选择。经验表明，聚类过程中的绝大多数重要变化均发生在第一次再分配中。 7.2 C4.5 演算法:產生決策樹 (cont.) 要將下表資料作成決策樹，要如何才能 將資料一一分類成Class1或Class2呢? 先算出Entropy，9個樣本屬於CLASS1，5個樣本屬於CLASS2，總樣本數14個。 利用Attribute1來分割樣本 利用Attribute2來分割樣本 Attribute2的樣本排序後，去除重複值 Z1={65,70,75,78,80,85,90,95,96} 去除Z1的最大值後，剩餘的即是潛在門檻值 Z2={65,70,75,78,80,85,90,95} 門檻值Z2裡的每一個值都要用公式算出Gain值，然後再挑出Gain值最大者做為分類依據。 最後挑出的門檻值為80(因為80代入公式所得的Gain值最大) 利用Attribute3來分割樣本 比較Attribute1、 Attribute2、 Attribute3的Gain值，取最大者做為分類依據。 Gain(X1)=0.246 (Attribute1) Gain(X2)=0.048 (Attribute3) Gain(X3)=0.103 (Attribute2) Gain(X1)值最大，所以利用Attribute1來做決策樹的分類依據 利用Attribute1做分類(root)，形成3個分支(branch)：A、B、C。 T1和T3仍然無法完全分類CLASS1和CLASS2，所以必須再針對Att.2和Att.3重新帶入公式計算。 ) 排中律：即事件的发生和不发生必居且仅居其一，不存在 第三种现象。随机性遵守排中律，模糊性不遵守，它存在 着多种，甚至无数种中间现象。 对于任意两个集合A、B，若A的每一个元素都是B的元素， 则称A是B的“子集”，记为　　　　　　　；若B中存在不属于 A的元素，则称A是B的“真子集”，记为　　　　　　。 ）幂集 对于一个集合A，由其所有子集作为元素构成的集合称 为A的“幂集”。 例：论域X={ 1, 2 }，其幂集为 只有模糊等价关系才能用模糊等价矩阵进行截矩阵分类。 对于模糊等价关系： 可以用模糊等价矩阵的截矩阵直接进行模式分类 对模糊相似关系： 必须由相应的模糊相似矩阵生成模糊等价矩阵，然后对 生成的等价矩阵利用截矩阵的办法分类。 1．模糊等价关系的截矩阵分类法 定理1：设R是阶模糊等