数据挖掘作业2.docVIP

智能信息处理第二次作业 费洋 2013010905010 6.6设数据库有5个事务。设min_sup =60%, min_conf=80% (a)分别使用Apriori和FP增长算法找出所有频繁项集。比较两种挖掘过程的效率。 FP-growth树算法 K 5 E 4 O 3 M 3 Y 3 Null{} K:5 E:4 M:1 O:3 OM:1 OY:1 M:1 OY:1 Y:1 项 条件模式基 条件FD模式 产生的频繁模式 Y {K,E,O,D:1}{K,E,O:1}{K,M:1} K:3 {K,Y:3} M {K,E,,O:1}{K,E:1}{K:1} K:3 {K,M:3} O {K,E:3} K:3，E:3 {K,O:3}{E,O:3}{K,E,O:3} E {K:4} K:4 {K,E:4} 效率比较：Apriori需多次扫描数据库而FP增长建立FP树只需一次的扫描。在Apriori算法中产生候选是昂贵的（由于联接），而FP增长不产生任何候选,但是FP消耗了大量的内存，当数据量很大时。 (b)列举所有与下面的元规则匹配的强关联规则（给出支持度S和置信度C）,其中，X是代表顾客的变量，itemi是表示项的变量（如：“A”、“B”等）： 答： k,o e [0.6,1] e,o k [0.6,1] 6.8.数据库有4个事务，设min_sup =60%, min_conf=80% （a）在item_category粒度（例如，itemi 可以是“Milk”），对于下面的规则模板 对最大的k,列出频繁k项集包含最大的k的频繁k项集的所有强关联规则（包括它们的支持度S和置信度c）. (b)在 粒度（例如：itemi 可以是“Sunset-Milk”）对于下面的规则模板 对最大的k，列出频繁k项集（但不输出任何规则）。 K=3频繁1项集{Wonder-Bread} 6.14 下面的相依表汇总了超级市场的事务数据。其中，hot dogs表示包含热狗的事务，hot dogs表示不包含热狗的事务，hamburgers表示包含汉堡包的事务，hamburgers表示不包含汉堡包的事务， （a）假定挖掘出了关联规则 。给定最小支持度阀值25%，最小置信度阀值50%，该关联规则是强规则吗？ （a）支持度=2000/5000*100%=40%25%,置信度=2000/3000*100%=66.7%50% 则该关联规则是强规则 （b）根据给定的数据，买 hot dogs独立于买humburgers吗？如果不是，二者之间存在何种相关联系。 答：corr{hotdog;hamburger} = P({hot dog, hamburger})/(P({hot dog}) P({hamburger})=0.4/(0.5 × 0.6) =1.33 1. 所以，买 hot dogs不是独立于买humburgers。两者存在正相关 （c）全置信度=0.67，最大置信度=0.80，Kulczynski=0.735，余弦=0.73212，提升度=1.33 根据数据显示，都表示两者之间存在正相关的关系。