数据挖掘原理与应用——以石油勘探开发为例 课件 7.2关联规则挖掘方法.pptxVIP

7.2关联规则挖掘方法

关联规则挖掘方法关联规则挖掘基本过程通过用户指定最小支持度和最小置信度寻找强关联规则的过程。可以划分为两个子问题：频繁项集的产生找出事务数据集D中的所有频繁项集关联规则的产生在所有频繁项集中找出置信度不小于最小置信度的关联规则

关联规则挖掘方法Apriori先验性质频繁项集的核心是计数超集的计数≤子集的计数1、频繁项集的任何子集也一定是频繁的。例如：项集{A，C}是频繁项集?{A}和{C}也为频繁项集。2、非频繁项集的超集一定是非频繁的。例如：项集{D}不是频繁项集?{A，D}和{C，D}也不是频繁项集。

关联规则挖掘方法Apriori算法通常，Apriori算法分两步进行，Lk表示K项集的频繁集连接步Lk-1生成Lk的候选集剪枝步剪裁不符合最小支持度的候选项Lk-1与Lk-1进行连接使用先验性质

关联规则挖掘方法Apriori算法逐层搜索的迭代方法Ck是Lk的超集

关联规则挖掘方法例题7-3Apriori算法。为后面书写方便和说明问题，将例7-1中商品集I简记为：I={I1，I2，I3，I4，I5，I6}，有6个事务，即|D|=6，如表7.2所示。假设最小支持计数阈值为2，相当于最小支持度阈值为2/9=22%。TIDItemsT1I1，I2，I3T2I1，I2，I4，I5T3I2，I4，I5T4I4，I5T5I1，I2，I3，I6T6I1，I