煤矿安全培训eis1q.docVIP

煤矿安全培训 1、相关定义 1.1、关联规则定义 首先介绍数据项和数据项集的概念。 1. 项和项集 设 I={i1,i2, ,im}是全体数据项(简称项)的集合。数据项集[29](简称项 集)是由数据项构成的非空集合。设 D 为全体事务集,每个事务 T 有唯一 TID 标 示,且 TíI。对项集,称 T 包含 X 相当仅当 XíI。 根据定义,还可用于有以下派生概念:项集包含的元素个数称为项集的长度, 长度为 k 的项集称为 k 阶项集。例如,{牛奶,苹果,橘子},{橘子,巧克力}分 别是一个 3 阶项集和 2 阶项集。 假设把项按照字母顺序排列,k 阶项集 X 可以表示为 X[1] ,X[2], ,X[k]。 对于项集 C=X èY,若 Y 为 m 阶项集,那么称 Y 是 X 的 m 阶扩展。 有了项和项集的概念,下面介绍关联规则。 2. 关联规则 表示数据集合里的数据项与其他数据项之间的隐含关系的规则,就是关联规 则[38]。其形式用符号表示为 X=Y,其中 XíI,YíI,且 X Y= ,X 是规则的头, Y 是规则的尾。比如在超市购物中,通俗易懂的关联规则表示的意思就是:若在 用户的一条购买记录中,发现购买了 X,就可以知道 Y 有很高的概率出现在这条 购买记录中。简而言之,就是表示两件事情一起发生的可能性。但是这时候就会 考虑这个可能性有多大的概率才能使这条规则有价值呢?所以这里引入统计分析 中的支持度和置信度两个量化的概念。 3. 支持度 项集 X 在 D 中的支持数是 D 中存在 X 的个数,记作 X.sup 或者 support(X)。 X 在 D 中的支持度(support)就是 X 的支持数与 D 的总数之比[39],换言之,X 的 支持度就是 X 在 D 中存在的概率,用符号 P(X)表示。在关联规则中会定义一个支 持阀值,它表示 X 在统计意义上必须满足的最小概率,用符号 s 表示。若数据库 的事务量是给定不变的,那么在计算时一般会用最小支持数(min_sup=s |D|)代 替支持阀值。 在关联分析中一般要判断 X 是否为频繁项集,其标准是只要 X 的支持数大于 给定的阀值。 -14- 工程硕士学位论文 4. 置信度 关联规则 X=Y 的 support(X=Y)表示 X、Y 同时存在的概率。而其置信度[38] 表示的是在 X 发生的情况下 Y 发生的比例,用符号表示为 conf(X=Y),见式(3.1)。 同样在统计学上,这个数值等于在 X 已经存在的情况下 Y 存在的概率,故此可以 用概率符号 Pr(X|Y)来表示。 conf ( X= Y)=support(X=Y) support(X)=P(YX)(2.1) 5. 强关联规则 事实上,数据挖掘只对满足一定的支持度和可信度的关联关系感兴趣。常用 最小支持数代替支持阀值。在关联规则中,也会定义一个置信阀值,即最小置信 度。它是用来衡量规则称为强关联规则的最低要求,用 min_conf 表示。只有那些 支 持 度 和 置 信 度 大 于 相 应 的 给 定 阀 值 的 规 则 才 被 称 为 强 关 联 规 则[39]。 即 support(X=Y) ≥min_sup 且 conf(X=Y) ≥min_cof,称 X=Y 为强关联规则,否则为 弱关联规则。 同时存在如下性质: (1) 若一个项集是大项集,它的所有子集的支持度大于或等于这个项集的支持 度。 (2) 若一个项集是大项集,那么它的所有子集都是大项集。反之,如果一个项 集的某个子集不是大项集,那么这个项集也不可能是大项集。 1.2、多媒体概念 多媒体技术的概念首先基于对”媒体”的理解,什么是媒体呢?媒体分为下 面几种:显现媒体、表示媒体、感觉媒体、传输媒体、存储媒体。他们各自的定 义如下: 显现媒体(Presentation Medium):指感觉媒体与电信号间相互转换用的一类 媒体,即显现信息或获取信息的物理设备。如显示器、扬声器、打印机等输出类 显现媒体,以及键盘、鼠标器、扫描仪、话筒和摄像机等输入类显现媒体。 表示媒体(Representation Medium):是为了加工、处理和传输感觉媒体而人 为研究、构造出来的媒体,用以定义信息的特性。表示媒体以语音编码、图像编 码和文本编码等形式来描述。 感觉媒体(Perception Medium):人们的感觉器官能感觉到的信息,如音乐、 语言、自然界的影像、声音等。 传输媒体(Transmission Medium):指媒体传输用的异类物理载体,如同轴电 缆、光缆、双绞线、无线电链路等。 存储媒体(Storage Medium):只存储表示媒体数据(感觉媒体数字化后的代 码)的物理设备,如光盘、磁盘、磁带等。 总之,多媒体技术是用