数据挖掘导论--第6章-关联分析-教学提纲.pptVIP

6.1 问题定义;定义:关联分析（association analysis）;定义: 频繁项集（Frequent Itemset）;定义: 关联规则（Association Rule）;关联规则发现;挖掘关联规则（Mining Association Rules）的策略;6.2 频繁项集的产生;频繁项集产生（Frequent Itemset Generation）;频繁项集产生（Frequent Itemset Generation）;降低产生频繁项集计算复杂度的方法;6.2 频繁项集的产生;先验原理（ Apriori principle）;先验原理（ Apriori principle）;非频繁项集;6.2 频繁项集的产生;Apriori算法的频繁项集产生;Apriori算法的频繁项集产生;Apriori 算法;Apriori 算法;6.2 频繁项集的产生;候选的产生与剪枝(构造apriori-gen函数);候选的产生与剪枝(构造apriori-gen函数);候选的产生与剪枝;;候选的产生与剪枝（Fk-1XF1方法）;候选的产生与剪枝（Fk-1XF1方法）;候选的产生与剪枝（Fk-1XF1方法）;候选的产生与剪枝（Fk-1XFk-1方法）;候选的产生与剪枝（Fk-1XFk-1方法）;6.2 频繁项集的产生;支持度计数;枚举事务t的所有包含3个项的子集;产生Hash树;Hash树结构;Hash树结构;Hash树结构;使用Hash树进行支持度计数;使用Hash树进行支持度计数;使用Hash树进行支持度计数;;6.2 频繁项集的产生;计算复杂度;;6.3 规则的产生;规则产生;规则产生;Apriori 算法中规则的产生;Apriori 算法中规则的产生;6.4 频繁项集的紧凑表示;频繁项集的紧凑表示;极大频繁项集（Maximal Frequent Itemset）;极大频繁项集的特点;频繁闭项集（Closed Frequent Itemset）;频繁闭项集;频繁闭项集;频繁项集、极大频繁项集和频繁闭项集之间的关系;使用频繁闭项集进行支持度计数;6.5 产生频繁项集的其他方法;产生频繁项集的其他方法;产生频繁项集的其他方法;产生频繁项集的其他方法;产生频繁项集的其他方法;6.6 FP增长算法;FP增长算法（FP-growth Algorithm）;构造FP树;构造FP树;;构造FP树;构造FP树;构造FP树;构造FP树;FP增长（FP-growth）算法;FP增长（FP-growth）算法;FP增长（FP-growth）算法;FP增长（FP-growth）算法;6.7 关联模式的评估;关联模式的评估（Pattern Evaluation）;;兴趣度客观度量（objective interestingness measure）;支持度-置信度框架的局限性;支持度-置信度框架的局限性;;兴趣因子;;;相关分析;;IS度量;;;其他客观兴趣度度量;不同度量间的比较;客观度量的性质;;;;;多个二元变量的度量;6.8 倾斜支持度分布的影响;倾斜支持度分布的影响;;;;;;图6-30;;;挖掘关联模式的研究问题;?结束语