数据挖掘与商务智能Data Mining amp; Business Intelligence第三...课件.pptVIP

关联分析过程 第四步：建模 模型一：“Apriori” 将“建模”中的“Apriori”模型节点加入到数据流中。 右键单击“Apriori”节点，选择“执行”，此时，在右侧管理器窗口“模型”中就会生成一个模型。 右键单击该模型，选择“浏览” 。 * 关联分析过程 查看结果： * 关联分析过程 模型二：“GRI” 在数据流上增加“GRI”模型，步骤同“Apriori”模型。但是对于市场购物篮数据分析，得到的结果不同（比Apriori模型多了一种商品——frozenmeal）。说明，数据挖掘中，模型的不同，得到的结果也可能不同。 “Apriori”模型和“GRI”模型都属于定量分型方法；下面给出一种定性分析方法。 * 关联分析过程 定性分析方法：“网络” 前面两个模型是采用定量的分析，下面采用一种定性的分析——“网络”。双击“网络”节点，将“网络”节点加入到数据流中。 对网络节点进行设置。同“类型”节点的做法一样，对与挖掘无关的字段进行剔除。 右键单击“网络”，选择“执行”。 拖动游标，可得到不同关联强度的字段关联规则。 * 关联分析过程 数据流图： * 关联分析过程 运行结果： * 关联分析过程 Thank you * * * * * * * * * CLOSET ：高效的挖掘频繁闭项集算法 频繁项集列表（f_list） 　　　给定事务数据库TDB和最小支持度计数阈值min_sup，将所有的频繁项按照支持度计数递减顺序构成的表。 条件数据库（conditional database） 　　　给定一个事务数据库TDB，若项i是一个频繁项。 项i的条件数据库(用TDB|i表示)，是TDB中包含项i的交易构成的子集，并且所有出现的非频繁项、项i和f_list中项i后面的项都删除。 * 构造f_list TID Items 10 a,c,d,e,f 20 a,b,e 30 c,e,f 40 a,c,d,f 50 c,e,f 则由f_list定义得到：f_list:c:4,e:4,f:4,a:3,d:2 设有如下事物数据库TDB(min_sup=2)： 首先计算出每个项的支持度计数： a:3,b:1,c:4,d:2,e:4,f:4, * 条件数据库的构造 TDB cefad ea cef cfad cef f_list:c:4,e:4,f:4,a:3,d:2 d-cond DB(d:2) cefa cfa a-cond DB(a:3) cef e cf f-cond DB(f:4) ce:3 c e-cond DB(e:4) c * CLOSET算法 引理1 挖掘所有频繁闭项集的问题可以被分解成n个子问题；第j个问题是找到包含项in+1-j但是不包含ik (n+1-jk≤n)的完全频繁闭项集。 引理2 如果项集X是一个频繁闭项集，则在X条件数据库中不存在项i，使得项i出现在所有的事务中。 引理3 在项集X的条件数据库中，Y是每一个事务都出现的项构成的最大的集合，如果X∪Ｙ没有以相同的支持度计数被已发现的频繁闭项集融合，则X∪Ｙ是一个频繁闭项集。 * 引理 项融合(item merging) 项集X是一个频繁项集，如果每个包含项集X的事务中都包含有项集Ｙ，而不是项集Ｙ的任何一个直接超集，则X∪Y构成频繁闭项集并且没有必要再搜索任何包含项集Ｘ而不含项集Ｙ的项集。 * CLOSE算法实例(1/3) 选择的事务数据库TID TID Items 10 a,c,d,e,f 20 a,b,e 30 c,e,f 40 a,c,d,f 50 c,e,f 最小支持度计数min_sup=2 * CLOSE算法实例(2/3) 1、构造f_list 计算TDB中每个项的支持度计数，得到： a:3 b:1 c:4 d:2 e:4 f:4 min_sup=2 f_list:c:4,e:4,f:4,a:3,d:2 * CLOSE算法实例(3/3) 2、构造条件数据库 TDB cefad ea cef cfad cef f_list:c:4,e:4,f:4,a:3,d:2 a-cond DB(a:3) cef e cf f-cond DB(f:4) ce:3 c e-cond DB(e:4) c d-cond DB(d:2) cefa cfa Output: cfad:2 Output: a:3 Output: cf:4;cef:3 Output: e:4 ea-cond DB(ea:2) c Output: ea:2 * CLOSET+ ：高效的挖掘频繁闭项集方法 混合树投影技术(hybrid tree-projection method) 1、自底向上物理的树投影(bottom-up physical tree-pro