多维关联规则课件.pptxVIP

数据挖掘方法与技术 关联规则、决策树、聚类方法、统计分析 (回归分析、 相关分析、 主成分分析、支持向量机) 、公式发现、 覆盖正例排斥反例法、粗糙集、概念格与代数格、概 念树、模 糊 论 方 法 、遗传算法、人工神经网络、 Bayes网、隐马尔可夫模型、免疫算法、蚁群算法、粒 子群算法、可视化等，以及各方法的融合，例如统计 关系学习 (集逻辑表示、似然推理和机器学习方法于 一体) 等。 Computer ,CCUT 1 TID Items 1 A C D 2 B C E 3 A B C E 4 B E 关联规则挖掘的数据集记为 称为事务 A B C E 项目 关联规则 事务数据库 称为项目 Computer ,CCUT n 2 Itemset Sum Support A 2 50% B 3 75% C 3 75% D 1 25% E 3 75% TID Items 1 A C D 2 B C E 3 A B C E 4 B E 记为 ，项目集X的支持度计为 其中|D|为数据集D的事务数，若 则称X为频繁集。 n 数据集D中包含项目集X的事务数称为项目集X的支持数， Computer ,CCUT 3 n 若 为项目集，且 ，则 称为关联规则，则此规则的置信度为： 若 则为所求关联规则。 例如： Computer ,CCUT 4 关联规则挖掘 [例]、超级商场中购买面包和黄油 该关联规则的可信度就回答这样一个问题：如果一 个顾客购买了面包，那么也购买黄油的可能性有多大？ 如购买面包的顾客中有70%的人购买了黄油，则 置信度为 如果某天共有1000个顾客到商场购买物品，其中有 100个顾客购买了面包，则关联规则的支持度为 support= (100/1000)×100%=10% Computer ,CCUT 5 关联规则挖掘的基本步骤 关联规则挖掘即为找到支持度和置信度均满足用户 给定闵值的规则，可以分为以下两个步骤： ①、找出所有频繁项集x。 ②、由频繁项集生成所有满足最小置信度阈值 的规则。若B A，B≠ ，且 Support(A)/Support(B)=minconf 则有关联规则B (A-B)。 Computer ,CCUT 6 计数 年龄 收入 学生 信誉 归类：买计 算机？ 64 青 高 否 良 不买 64 青 高 否 优 不买 128 中 高 否 良 买 60 老 中 否 良 买 64 老 低 是 良 买 64 老 低 是 优 不买 64 中 低 是 优 买 128 青 中 否 良 不买 64 青 低 是 良 买 132 老 中 是 良 买 64 青 中 是 优 买 32 中 中 否 优 买 32 中 高 是 良 买 63 老 中 否 优 不买 1 老 中 否 优 买 年龄？ 学生？ 买 信誉？ 他/她会买计算机吗？ 谁在买计算机？ 决策树 Computer ,CCUT 不买 优 老 否 7 粗糙集方法 在DB中，将行元素看成对象，列元素是属性 (分为条件属 性和决策属性) 。等价关系R定义为不同对象在某几个属性 上取值相同。满足等价关系的对象组成的集合称为该等价 关系R的等价类。条件属性上的等价类E与决策属性上的等 价类Y之间有三种情况： ①下近似：Y包含E ②上近似：Y和E的交非空 ③无关： Y和E的交为空 建立确定规则 建立不确定规则 不存在规则 Computer ,CCUT 8 基于a1划分等价类 E1={1,4,5,8,9};E2={2,7,10};E3={3,6} 基于{a1,a2}划分等价类 E1={1,5,9};E2={2,7,10};E3={3,6}; E4={4,8} 基于a3划分等价类 Y1={1,5,9};Y2={7,8,10};Y3={2,3,4,6} AY1={1,5,9};AY2={}; AY3={3,6} A-Y1={1,5,9};A-Y2={2,4,7,8,10}; A-Y3={2,3,4,6,7,8,10} Cf= 由E1与Y1 (a1=V11) ∧(a2=V20)-(a3=V32) cf=1.0 R a1 a2 a3 1 V11 V20 V32 2 V10 V21 V30 3 V12 V20 V30 4 V11 V21 V30 5 V11 V20 V32 6 V12 V20 V30 7 V10 V21 V31 8 V11 V21 V31 9 V11 V20 V32 10 v10 v21 V31 由E2与Y2: (a1=V1