Python语言PPT13.1关联规则挖掘.pptxVIP

1数据挖掘概述关联规则挖掘的基本概念关联规则挖掘算法Apriori频繁模式树 FP tree算法3.1 关联规则挖掘 数据挖掘(Data Mining)数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际数据中，提取隐含在其中的、人们不知道的、但又是潜在有用的信息和知识的过程。挖掘的对象：数据库或数据仓库 输出：模型、规律、规则、模式、约束等。2023/11/202 数据挖掘(Data Mining)起源于客户关系管理（CRM, Custom Relationship Management）主要包含关联规则挖掘聚类分析（客户细分）分类（客户星级分类、VIP客户）2023/11/203 数据挖掘的应用关联规则—购物篮分析，用于了解顾客的购买习惯和偏好，有助于决定市场商品的摆放和产品的捆绑销售策略；聚类用于市场细分，将顾客按其行为或特征模式的相似性划分为若干细分市场，以采取有针对性的营销策略；分类：例如银行对信用卡用户的风险等级分类，还可用于顾客定级、破产预测等。 大数据挖掘大数据挖掘是指从大数据集中寻找其规律的技术。挖掘对象不再局限于结构化数据。大数据挖掘需要用到更多的机器学习技术，如神经网络、支持向量机等。2023/11/205机器学习数据挖掘 2023/11/206第3章 关联规则挖掘关联规则 ：描述数据集中各项数据项之间存在的潜在关系；关联规则的提出：1993年 Agr