数据挖掘——第三章关联规则挖掘(2).pptVIP

关联规则挖掘技术;挖掘频繁模式、关联和相关;1.1.1购物篮分析：引发性例子;例如：如果顾客购置电脑的同时也倾向于购置杀毒软件，可以将两种产品放在一起销售！

通过上面的例子我们来分析和了解下面的两个概念：;频繁项集、闭项集和关联规那么;例5-2：闭的和极大的频繁项集。;频繁模式挖掘：路线图;1.2有效的和可伸缩的频繁项集挖掘方法;算法：使用侯选产生发现频繁项集;TID商品ID的列表;项集支持度计数

{I1}6

{I2}7

{I3}6

{I4}2

{I5}2;项集

{I1,I2}

{I1,I3}

{I1,I4}

{I1,I5}

{I2,I3}

{I2,I4}

{I2,I5}

{I3,I4}

{I3,I5}

{I4,I5};项集支持度计数

{I1，I2}4

{I1，I3}4

{I1，I5}2

{I2，I3}4

{I2，I4}2

{I2，I5}2;Apriori算法：

输入：D：事务数据集；min_sup:最小支持度计数阀值；

输出：L：D中的频繁项集；

方法：L1=find_frequent_1-itemsets(D);//先扫描数据库D，计数频繁1项集的支持度；

for(k=2;Lk-1≠空集;k++)//由(k-1)项频繁项集产生第k项侯选项集；

Ck=apriori_gen(Lk-1);//产生的第k项侯选项集；

foreach事务t∈D//扫描数据库D中的每一个事务t；

{

Ct=subset(Ck,t);//对事务t，产生具有K项的子集赋给Ct；

foreach侯选c∈Ct//检查侯选项集中的某一项为哪一项否属于Ct；

c.count++;//假设属于的话，Ck中某一个项集的支持度加1；

}

Lk={c∈Ck|c.count≥min_sup}//进行最后的剪枝；

}

returnL=∪kLk;Procedureapriori-gen(Lk-1;frequent(k-1)-itemsets)

{foreach项集l1∈Lk-1//对〔k-1〕项侯选项集中某项进行连接；

foreach项集l2∈Lk-1

if(l1[1]=l2[1]^l1[2]=l2[2]^…^l1[k-2]=l2[k-2]

^l1[k-1]l2[k-1])

then{c=l1连接l2;

ifhas_infrequent_subset(c,Lk-1)then

deletec;

elseaddctoCk;

}

returnCk;

};Prodedurehas_infrequent_subset

(c:candidatek-itemset;Lk-1:frequent(k-1)-itemsets)

{//从第k项侯选项集Ck中，看它的(k-1)项子集是不是

第(k-1)项频繁项集中的项；

foreach(k-1)-subsetsofc//侯选项集Ck的(k-1)项子集S；

ifs∈Lk-1then

returntrue;

returnfalse;