使用Weka进行关联规则学习实验报告.pdfVIP

实验3：使用Weka进行关联规则学习

目标

理解并实践使用Weka进行的一些基本的关联规则学习任务。

步骤

1.选择关联规则算法“Apriori”，并选择数据集“supermarket.arff”。2.运行算

，

法并获得以下规则及其相应的支持度和置信度。

Apriori

=======

最小支持度：0.1（463个实例）最小度

量置信度：0.9执行的循环次数：18

生成的大项集集合：

大项集L(1)的大小：47

大项集L(2)的大小：498

大项集L(3)的大小：1959

大项集L(4)的大小：2888

大规模项集L(5)的大小：1679

大规模项集L(6)的大小：317

大规模项集L(7)的大小：11

找到的最佳规则：

1饼干=t.冷冻食品=t宠物食品=t牛奶‑奶油=t蔬菜=t516==面包和蛋糕=t475置信

度:(0.92)2.烘焙用品=t饼干=t牛奶‑奶油=t玛格琳=t水果=t蔬菜=t505==面包和蛋糕=t

464置信度:(0.92)3.饼干=t冷冻食品=t牛奶‑奶油=t玛格琳=t蔬菜=t585==面包和蛋糕=

t537置信度:(0.92)4.饼干=t罐装蔬菜=t冷冻食品=t水果=t蔬菜=t536==面包和蛋糕=t

492置信度:(0.92)5.烘焙用品=t冷冻食品=t牛奶‑奶油=t玛格琳=t水果=t蔬菜=t517==

面包和蛋糕=t474置信度:(0.92)6.饼干=t冷冻食品=t宠物食品=t牛奶‑奶油=t水果=t

511==面包和蛋糕=t468置信度:(0.92

Lab3:WekaforAssociationRuleLearning

Objective

TounderstandandpracticesomefundamentalAssociationRuleLearningtasksusingWeka.

Procedures

1.Chooseassociationrulealgorithm“Apriori”andselectdataset“supermarket.arff”.

2.Runthealgorithmandgetthefollowingru,correspondingsupportandconfidence.

Apriori

=======

Minimumsupport:0.1(463instances)

Minimummetricconfidence:0.9

Numberofcycperformed:18

Generatedsetsoflargeitemsets:

SizeofsetoflargeitemsetsL(1):47

SizeofsetoflargeitemsetsL(2):498

SizeofsetoflargeitemsetsL(3):1959

SizeofsetoflargeitemsetsL(4):2888

SizeofsetoflargeitemsetsL(5):1679

SizeofsetoflargeitemsetsL(6):317

SizeofsetoflargeitemsetsL(7):11

Bestrufound:

1.biscuits=tfrozenfoods=tpetfoods=tmilk-cream=tvegetab=t516==breadandcake=t

475conf:(0.92)

2.bakingneeds=tbiscuits=tmilk-cream=tmargarine=tfruit=tvegetab=t