第七讲--关联规则ACarma算法与应用.pdfVIP

CLEMENTINE12CLEMENTINE12

CARMANODECARMANODE

CARMA基本概念

Carma是一种比较新的关联规则算法。

1999年由Berkeley大学的ChristianHidber教授提出。

它是一种占用内存少，能够处理在线连续交易流数据。

它允许在算法执行过程中按需要重新设置支持度。

仅需一次，最多两次对数据的扫描就可以构造出结果集。

CARMA基本概念

Carma算法一般由两个阶段完成：

第一阶段扫描，产生一个满足给定支持度的所有大项目

集。

第二阶段，再次扫描数据流剔除掉上一阶段产生的项目

集中比较小的项目集合。

CARMA模型在不要求用户指定In（预测变量）或Out（目

标）字段的情况下从数据抽取一组规则。

CARMANode提供构建规则设定支持（前项和后项支持），

而不仅仅是Antecedent（前项）支援。

CARMA算法原理

Carma算法包括两个部分:

1.寻找频繁项集

2.在频繁项集的基础上产生关联规则

CARMA基本思路

Carma寻找频繁项集的过程又分为PhaseI

和PhaseII：

1.PhaseI：产生频繁项集的超集，即产生潜在频

繁项集V在PhaseI中可以随时调整最小支持度。

2.PhaseII：对潜在频繁项集V进行删减得到最终

的频繁项集。

CARMA特点

执行效率较高

对数据库扫描一次就可实现所有项集三个整数的

计算

后续数据的读入，只是依据新读数据的内容对支

持格中已有的数据做局部修改调整，而不是在基

于对数据库重新扫描的基础上的对支持格的全部

重算。

CARMA模型与其它关联模型的比较

算法上的区别

传统的关联规则算法需要有完整的目标数据集，指定

一个固定的支持度，然后对数据及进行多遍扫描来构

造满足支持度的规则。

Carma算法是一种在线的关联规则算法，它可以网络

上不断产生实时交易流为数据源，而且Carma算法允

许在扫描过程中，用户可以对支持度进行修改。

Carma算法它在执行过程中需要的内存要比其它关联

规则算法少很多。

速度稍慢是Carma算法的一个缺点。

CARMA模型与其它关联模型的比较

Clementine中操作的区别

Carma模型不需要指定IN和OUT变量，它相当于将

所有字段设置成Both建立APRIORI模型时的情况。

Carma模型的支持度（support）是对整个规则集而

言的，而不像GRI、APRIORI那样仅对antecedent作

限制。

在Carma中允许生成的规则集中的每条规则可以同

时包含多个consequents。

Apriori及Carma等规则模型可以直接被嵌入数据流

中对资料进行打分（预测），但是GRI不可以。

CARMA模块中的基本概念

1.AntecedentConsequent：

它们指的是规则的前项和后项

2.Instances：

对于每一条规则，它Instances值指的是所有记录

中包含该规则的antecedent的记录的数量

3.Support：

它的定义和instances很接近，不同的是

support描述的不是数量，而是比例。

CARMA模块中的基本概念

4.RuleSupport：

它在Support定义的基础上更进一步，它指的是所有记录中

既包含某规则的antecedent，又包含consequent的记录所占

的比例。

5.Confidence：

Confidence=RuleSupport/Support

该指针反映的是规则预测的准确程度。

6.Deployability：

Deployability=Support–RuleSupport

它的作用与confidence类似

CARMA模块中的基本概念

7.Lif