基于数据挖掘的理论线损分析研究.pdfVIP

I ij I ，关联规则是形如X Y 的蕴含式，其中 FP-Tree 含单个路径，则对于路径P 中的每个组合 X , Y I 是两个项目集合，称为项目集并且 (记作 )产生模式 a ，其支持度s  中结点的 最小支持度；否则对于在Tree 头部的每个 产生 X Y  。 ai 关联规则X Y 的支持度( s )是数据库中包 一个模式 ai a ，(其支持度s ai 的支持度)构 含X Y 的事务占库中所有事务的百分比。 造 的条件模式基，然后构造 的条件 FP-Tree 关联规则X Y 的置信度(  ) 是包含X Y Tree , 如 果 Tree 非 空 ， 则 调 用 的事务数与包含X 的事务数的比值。 FP-Growth( Tree ,  ) 。 若s ( X Y ) 最小支持度，且 ( X Y )  其中，在构造FP-Tree 的过程中，是对D 进 最小置信度，称为关联规则X Y 为强规则，否 行第二次扫描，由其中的每一个事务产生一个分 则称关联规则X Y 为弱规则。通常根据实际情 枝，在对每一个事务中的项目进行处理的过程中， 况来指定最小支持度和最小置信度。支持度和置 是按L 的正向顺序进行处理的，而在对 FP-Tree 信度是描述关联规则的两个重要概念，前者用于 进行数据挖掘的过程中对事务的每一个项目的处 衡量关联规则在整个数据集中的统计重要性，后 理是按L 的逆向顺序进行的。 者用于衡量关联规则的可信程度。一般来说，只 有支持度和置信度均较高的关联规则才可能是用 3 基于数据挖掘的线损分析实例 4 户感兴趣、有用的关联规则。因此，关联规则划 3 分为以下两个问题： (1)根据最小支持度找出数据集D 中的所有 频集。 5 (2)根据频繁项目集和最小置信度产生关联 规则。 2 2.2 FP-Growth 算法 FP-Growth 是关联规则的一种非常重要的频 集搜索算法。它将发现所有频繁项集的过程分解 1 为构造FP-Tree，即频繁模式树和挖掘FP-Tree 这 关口 两个步骤。FP-Tree 的主要思想是首先将代表频繁 集的数据库压缩成一个FP-Tree，在FP-