- 1、本文档共2页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
第5章关联分析
列举关联规则在不同领域中应用的实例。
给出如下几种类型的关联规则的例子,并说明它们是否是有价值的。
高支持度和高置信度的规则;(b)高支持度和低置信度的规则;(c)低支持度和低置信度的规则;(d)低支持度和高置信度的规则。
数据集如表5-14所示:
表5-14习题5.3数据集
CustomerID
TransactionID
ItemsBought
1
0001
{a,d,e}
1
0024
{a,b,c,e}
2
0012
{a,b,d,e}
2
0031
{a,c,d,e}
3
0015
{b,c,e}
3
0022
{b,d,e}
4
0029
{c,d}
4
0040
{a,b,c}
5
0033
{a,d,e}
5
0038
{a,b,e}
把每一个事务作为一个购物篮,计算项集{e},{b,d}和{b,d,e}的支持度。
利用(a)中结果计算关联规则{b,d}→{e}和{e}→{b,d}的置信度。置信度是一个对称的度量吗?
把每一个用户购买的所有商品作为一个购物篮,计算项集{e},{b,d}和{b,d,e}的支持度。
利用(b)中结果计算关联规则{b,d}→{e}和{e}→{b,d}的置信度。置信度是一个对称的度量吗?
关联规则是否满足传递性和对称性的性质?举例说明。
Apriori算法使用先验性质剪枝,试讨论如下类似的性质
证明频繁项集的所有非空子集也是频繁的
证明项集s的任何非空子集s’的支持度不小于s的支持度
给定频繁项集l和它的子集s,证明规则“s’→(l–s’)”的置信度不高于s→(l–s)的置信度,其中s’是s的子集
Apriori算法的一个变形是采用划分方法将数据集D中的事务分为n个不相交的子数据集。证明D中的任何一个频繁项集至少在D的某一个子数据集中是频繁的。
5.6考虑如下的频繁3-项集:{1,2,3},{1,2,4},{1,2,5},{1,3,4},{1,3,5},{2,3,4},
{2,3,5},{3,4,5}。
(a)根据Apriori算法的候选项集生成方法,写出利用频繁3-项集生成的所有候选4-项集。(b)写出经过剪枝后的所有候选4-项集
一个数据库有5个事务,如表5-15所示。设min_sup=60%,min_conf=80%。
表5-15习题5.7数据集
事务
事务ID
T100
购买的商品
{M,O,N,K,E,Y}
T200T300T400
T200T300T400
T500
{D,O,N,K,E,Y}
{M,A,K,E}
{M,U,C,K,Y}
{C,O,O,K,I,E}
分别用Apriori算法和FP-growth算法找出所有频繁项集。比较两种挖掘方法的效率。
比较穷举法和Apriori算法生成的候选项集的数量。
利用(1)所找出的频繁项集,生成所有的强关联规则和对应的支持度和置信度。
购物篮分析只针对所有属性为二元布尔类型的数据集。如果数据集中的某个属性为连续型变量时,说明如何利用离散化的方法将连续属性转换为二元布尔属性。比较不同的离散方法对购物篮分析的影响。
分别说明利用支持度、置信度和提升度评价关联规则的优缺点。
表5-16所示的相依表汇总了超级市场的事务数据。其中hotdogs指包含热狗的事务,hotdogs指不包含热狗的事务。hamburgers指包含汉堡的事务,hamburgers指不包
含汉堡的事务。
表5-16习题5.10相依表
hotdogs
hotdogs
?row
Hamburgers
2,000
500
2,500
hamburgers
1,000
1,500
2,500
?col
3,000
2,000
5,000
假设挖掘出的关联规则是“hotdogs?hamburgers”。给定最小支持度阈值25%和最小置信度阈值50%,这个关联规则是强规则吗?
计算关联规则“hotdogs?hamburgers”的提升度,能够说明什么问题?购买热狗和购买汉堡是独立的吗?如果不是,两者间存在哪种相关关系?
对于表5-17所示序列数据集,设最小支持度计数为2,请找出所有的频繁模式。
表5-17习题5.11数据集
SequenceID
SequenceID1
2
3
4
SequenceID
a(abc)(ac)d(cf)
(ad)c(bc)(ae)
(ef)(ab)(df)cb
eg(af)cbc
您可能关注的文档
最近下载
- ZJ70-4500D20石油钻机使用说(2022年-2023年)明书.docx VIP
- 2023-2024学年人教版高中信息技术必修一第二章第一节《解决问题的一般过程和用计算机解决问题》教案.docx VIP
- GB7258—2022机动车运行安全技术条件修订内容解读29.pdf
- 医学装备使用安全培训.pptx
- Unit6单元整体设计人教版九年级英语全册.pdf
- 中考数学轨迹问题集锦69739.doc VIP
- 2024年河北省继续医学教育公共必修课参考答案.pdf VIP
- 驾校学员心理调节精编.ppt
- 自考06269工程应用英语(13-19)真题试卷.doc VIP
- 智能农业传感器监测和优化农作物生长环境.pptx
文档评论(0)