课件：关联规则及相关算法.pptVIP

在Clementine中应用序列模式挖掘 对某超市的顾客购物事务数据库进行分析以提取序列模式。从事务数据库中随机抽取10个顾客，每个顾客都有多次购物记录，组成训练数据集，共67个训练样本，存放在sequence.xls文件中。样本属性包括顾客ID、购物时间以及商品名称 这里，对某超市的顾客购物事务数据库进行分析以提取序列模式。从事务数据库中随机抽取10个顾客，每个顾客都有多次购物记录，组成训练数据集，共67个训练样本。样本属性包括： 顾客ID，购物时间，以及商品名称，其中购物时间已经做了数值化处理，如表5所示。其中，“T” 表示购买了某商品，“F ” 表示未购买某商品。 数据存放于ftp上。 实例研究－序列模式分析 构建模型 表 事务数据库 图 序列建模数据流 节点设置 点击“序列节点”，对参数进行设置，情况如下： 序列节点字段属性 建模基本设置 建模高级设置 2. 浏览模型 右击生成的“序列模型”节点，在快捷菜单中选择“浏览”，打开浏览窗口，单击工具栏中 “显示/隐藏标准”按钮，并选择“显示全部”，(参考Apriori模型浏览)即可浏览所有生成的序列模式，如左图。 3. 生成的序列模型用于预测 生成的序列模型节点可以添加到某个数据流中对数据进行预测。例如，直接将生成模型添加到数据流中来对样本数据进行预测。 将生成的“序列模型”节点加入到数据流区域，并建立由“序列数据