提出了一种基于概念格的天体光谱离群数据挖掘技术首先-医学课件.pptVIP

定义3-1 设r 是交易数据库中的关系表名个体变量，f 是表示关系表到属性的映射的函词，k 是支持度（0≤k≤1），则背景知识G可由如下谓词公式，通过逻辑运算符组成合适公式。 (1) Interesting (f(r)) (2) support(f(r),k) ? Interesting (f(r)) (3) Interested(f(r)) ? Interesting (f(r)) (4) P(f(r)) ù Q(f(r)) ? Interesting (f(r)) 定义3-3 设D为交易数据库，?min为最小支持度，G为背景知识，如果L是一频繁模式，且G（L）=True，则称L为约束频繁模式。 * CFP-tree及构造 定义3-4 设G为背景知识，对于任意频繁模式树FP-tree，如果从根节点到叶子节点的路径中，所描述的任一频繁模式P，使得G（P）=True，则称FP-Tree为约束频繁模式树CFP-tree。 构造思想与方法: 只有数据库中的事务T满足G所构造出的FP-Tree，才能包含用户感兴趣的约束频繁模式，可采用两次扫描数据库来完成CFP-tree的构造 。 * 定理2-1 设D为一个交易数据库、?min为最小支持度、G为背景知识，所构造出的约束FP树为CFP-tree，