数据挖掘第3章-关联规则挖掘.pptVIP

数据挖掘与模式识别

DataMiningandPatternRecognition;三、关联规那么挖掘

AssociationRulesMining;OUTLINE;OUTLINE;关联规那么的根本概念与根底理论;关联规那么的根本概念与根底理论;购物篮关联分析实例图;关联规那么的根本概念与根底理论;关联规那么的根本概念与根底理论;关联规那么的根本概念与根底理论;关联规那么的根本概念与根底理论;关联规那么的根本概念与根底理论;什么是频繁模式分析?;关联规那么的根本概念与根底理论;关联规那么的根本概念与根底理论;例题1对下表所示的交易数据库记录，请给出项集和其中的事务。;关联规那么的根本概念与根底理论;关联规那么的根本概念与根底理论;关联规那么的根本概念与根底理论;关联规那么的根本概念与根底理论;关联规那么的根本概念与根底理论;关联规那么的根本概念与根底理论;关联规那么的根本概念与根底理论;关联规那么的根本概念与根底理论;例题2针对例题1中的交易数据库记录，;例题3;关联规那么的根本概念与根底理论;关联规那么的根本概念与根底理论;关联规那么的根本概念与根底理论;关联规那么的根本概念与根底理论;典型算法

AIS算法〔R.Agrawal等提出〕

Apriori算法〔及变种AprioriTid和AprioriHybrid)〕

SETM算法〔M.Houtsma等提出〕

DHP算法〔J.Park等提出〕

PARTITION算法〔A.Savasere等提出〕

Sampling算法〔H.Toivonen提出〕

FP-growth算法〔JiaweiHan提出〕;Apriori算法原理;Apriori算法原理;Apriori算法原理;Apriori算法的主要步骤;Apriori算法原理;Apriori算法原理;发现频繁项集;发现频繁项集;发现频繁项集;(2)FORk=1,2,3,….

(3)连接：将Lk进行自身连接生成一个候选频繁k+1项集的集合Ck+1，其连接方法如下：对任意p，q?Lk，假设按字典序有p={p1,p2,…,pk-1,pk}，q={p1,p2,…,pk-1,qk}且满足pkqk，那么把p,q连接成k+1项集，即将p?q={p1,p2,…,pk-1,pk,qk}作为候选(k+1)-项集Ck+1中的元素。

(4)剪枝：删除Ck+1中明显的非频繁(k+1)-项集，即当Ck+1中一个候选(k+1)-项集的某个k-项子集不是Lk中的元素时，那么将它从Ck+1中删除。

(5)计算支持数：通过扫描事务数据库T，计算Ck+1中各个元素的支持数。

(6)求Lk+1：剔除Ck+1中低于最小支持数MinSptN的元素，即得到所有频繁(k+1)-项集构成的集合Lk+1。

(7)假设Lk+1=?，那么转第(9)步

(8)ENDFOR

(9)令L=L1?L2?L3?…?Lk，并输出L。;发现频繁项集;产生关联规那么;产生关联规那么;产生关联规那么;产生关联规那么;产生关联规那么;TheAprioriAlgorithm—AnExample;Apriori算法实例分析;Apriori算法实例分析;解：

1、找出所有的频繁工程集

因支持度min_sup=0.4，事务数据库有5条记录，即最小支持数MinSptN=2。

(1)求L1：扫描事务数据库，可得候选频繁1-项集及其支持数计算结果。;(2)第一轮循环：对L1执行算法的(3)至(6)步。

(3)连接：由L1自身连接生成候选频繁2-项集的集合C2，其结果由下表左侧第1列给出，且已按字典序排序。

{a}与{b},{c},{d},{e}分别连接生成{a,b},{a,c},{a,d}和{a,e}。{b}与{c},{d},{e}分别连接生成{b,c},{b,d},{b,d}。……;(4)剪枝：由于I中所有1-项集都是频繁的，因此C2无

需进行剪枝过程。

(5)计算支持数：扫描数据库，计算其支持数。

(6)求L2：删除支持数小于2的候选2-项集，最终得到所有的频繁2-项集。

(7)L2??;(2)第二轮循环：对L2执行算法的(3)至(6)步获得L3。

SptN({d,e})=1,{b,d,e}、{c,d,e}被剪枝;(2)第三轮循环：对L3执行算法的(3)至(6)步获得L4。

(2)第四轮循环：由于L4仅有一个频繁4-项集，故已不能生成候选频繁5-项集C5，因此(7)L5=?，转算法(9)步。

(9)输出L=L1?L2?L3?L4

={{a},{b},{c},{d},{e}}