6_第六讲(关联规则分析)(最新修正版）.pptVIP

3、根据规则集所涉及的抽象层 单层关联规则（关联规则表达时不涉及到概念分层） 多层关联规则（关联规则表达时涉及到概念分层，其内部隐含有概念分层的关系） 4、根据关联挖掘的各种扩充 挖掘最大的频繁模式（该模式的任何真超模式都是非频繁的，意味着这个模式是最大的频繁模式） 挖掘频繁闭项集（一个项集c是频繁闭项集，如果不存在其真超集c`，使得每个包含c的事务也包含c`，意味着c的任何一个真超集都不可能是频繁的，我们就说c是频繁闭项集） * 由事务数据库挖掘单维布尔关联规则 最简单的关联规则挖掘，即单维、单层、布尔关联规则的挖掘，而且我们的举例尽量不涉及概念分层。 首先挖掘频繁项集，其前提条件是： 最小支持度 50%，且最小置信度 50% 对规则A ? C，其支持度 =50% 置信度分A推导C和由C推导A，以A推导C为例： * Apriori算法（计算大型数据库时挖掘关联规则的常用算法之一） Apriori算法利用频繁项集性质的先验知识（prior knowledge），通过逐层搜索的迭代方法，即将k-项集用于探察(k+1)-项集，来穷尽数据集中的所有频繁项集（通过先验知识挖掘未知知识）。 先找到频繁1-项集集合（即单个项出现的频率）L1,然后用L1找到频繁2-项集集合L2，接着用L2找L3，直到找不到频繁k-