第3章關(guān)聯(lián)規(guī)則挖掘理論和算法(new)課件_第1頁(yè)
第3章關(guān)聯(lián)規(guī)則挖掘理論和算法(new)課件_第2頁(yè)
第3章關(guān)聯(lián)規(guī)則挖掘理論和算法(new)課件_第3頁(yè)
第3章關(guān)聯(lián)規(guī)則挖掘理論和算法(new)課件_第4頁(yè)
第3章關(guān)聯(lián)規(guī)則挖掘理論和算法(new)課件_第5頁(yè)
已閱讀5頁(yè),還剩34頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、基本概念與解決方法 經(jīng)典的頻繁項(xiàng)目集生成算法分析 Apriori算法的性能瓶頸問(wèn)題Apriori的改進(jìn)算法對(duì)項(xiàng)目集格空間理論的發(fā)展關(guān)聯(lián)規(guī)則挖掘中的一些更深入的問(wèn)題第三章 關(guān)聯(lián)規(guī)則挖掘理論和算法基本概念與解決方法 第三章 關(guān)聯(lián)規(guī)則挖掘理論和算法關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘研究的基礎(chǔ)關(guān)聯(lián)規(guī)則挖掘(Association Rule Mining)是數(shù)據(jù)挖掘中研究較早而且至今仍活躍的研究方法之一。最早是由Agrawal等人提出的(1993)。最初提出的動(dòng)機(jī)是針對(duì)購(gòu)物籃分析(Basket Analysis)問(wèn)題提出的,其目的是為了發(fā)現(xiàn)交易數(shù)據(jù)庫(kù)(Transaction Database)中不同商品之間的聯(lián)系規(guī)

2、則。關(guān)聯(lián)規(guī)則的挖掘工作成果頗豐。例如,關(guān)聯(lián)規(guī)則的挖掘理論、算法設(shè)計(jì)、算法的性能以及應(yīng)用推廣、并行關(guān)聯(lián)規(guī)則挖掘(Parallel Association Rule Mining)以及數(shù)量關(guān)聯(lián)規(guī)則挖掘(Quantitive Association Rule Mining)等。關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘的其他研究分支的基礎(chǔ)。 基本概念與解決方法關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘研究的基礎(chǔ)關(guān)聯(lián)規(guī)則挖掘(Associa事務(wù)數(shù)據(jù)庫(kù) 設(shè)I= i1,i2,im 是一個(gè)項(xiàng)目(Item)集合,事務(wù)數(shù)據(jù)庫(kù)D= t1,t2,tn 是由一系列具有唯一標(biāo)識(shí)TID(事務(wù)號(hào))的事務(wù)組成,每個(gè)事務(wù)ti(i=1,2,n)都對(duì)應(yīng) I 上的一個(gè)子集

3、。一個(gè)事務(wù)數(shù)據(jù)庫(kù)可以用來(lái)刻畫(huà):購(gòu)物記錄: I是全部物品集合, D是購(gòu)物清單,每個(gè)元組 ti 是一次購(gòu)買物品的集合(它當(dāng)然是 I 的一個(gè)子集)。如I= 物品1,物品2,物品m ;事務(wù)數(shù)據(jù)庫(kù)D= t1,t2,tn 是事務(wù)數(shù)據(jù)庫(kù)中關(guān)聯(lián)規(guī)則的挖掘 t1物品2物品6物品9 t2物品3物品8物品16 tn物品1物品12物品34 事務(wù)數(shù)據(jù)庫(kù) 設(shè)I= i1,i2,im 是一個(gè)項(xiàng)目(I支持度、頻繁項(xiàng)目集、可信度、強(qiáng)關(guān)聯(lián)規(guī)則 定義(項(xiàng)目集的支持度) 給定一個(gè)全局項(xiàng)目集I和數(shù)據(jù)庫(kù)D,一個(gè)項(xiàng)目集 I1I 在D上的支持度(Support)是包含 I1 的事務(wù)在D中所占的百分比: support( I1 )=| t D

4、| I1 t | / | D|定義(頻繁項(xiàng)目集) 給定全局項(xiàng)目集I和數(shù)據(jù)庫(kù)D ,D中所有滿足用戶指定的最小支持度(Minsupport)的項(xiàng)目集,即大于或等于最小支持度的 I 的非空子集,稱為頻繁項(xiàng)目集(Frequent Itemsets)。在頻繁項(xiàng)目集中挑選出所有不被其他元素包含的頻繁項(xiàng)目集稱為最大頻繁項(xiàng)目集( Maximum Frequent Itemsets)。支持度、頻繁項(xiàng)目集、可信度、強(qiáng)關(guān)聯(lián)規(guī)則 定義(項(xiàng)目集的支持度定義(規(guī)則的可信度) 一個(gè)定義在I和D上的形如 I1I2 的關(guān)聯(lián)規(guī)則通過(guò)滿足一定的可信度(Confidence)來(lái)給出。所謂規(guī)則的可信度是指包含 I1 和I2的事務(wù)與包含

5、 I1 的事務(wù)之比: Confidence(I1I2)=| Support(I1I2) / Support(I1) 其中I1 ,I2 I ; I1I2=定義(強(qiáng)關(guān)聯(lián)規(guī)則)。D 在 I 上滿足最小支持度和最小可信度的關(guān)聯(lián)規(guī)則稱為強(qiáng)關(guān)聯(lián)規(guī)則。 通常所說(shuō)的關(guān)聯(lián)規(guī)則一般指上面定義的強(qiáng)關(guān)聯(lián)規(guī)則。定義(規(guī)則的可信度) 一個(gè)定義在I和D上的形如 I1I2關(guān)聯(lián)規(guī)則挖掘基本過(guò)程關(guān)聯(lián)規(guī)則挖掘問(wèn)題就是根據(jù)用戶指定的最小支持度和最小可信度來(lái)尋找強(qiáng)關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則挖掘問(wèn)題可以劃分成兩個(gè)子問(wèn)題:1.發(fā)現(xiàn)頻繁項(xiàng)目集:通過(guò)用戶給定最小支持度,尋找所有頻繁項(xiàng)目集或者最大頻繁項(xiàng)目集。2.生成關(guān)聯(lián)規(guī)則:通過(guò)用戶給定最小可信度,在

6、頻繁項(xiàng)目集中,尋找關(guān)聯(lián)規(guī)則。第1個(gè)子問(wèn)題是近年來(lái)關(guān)聯(lián)規(guī)則挖掘算法研究的重點(diǎn)。關(guān)聯(lián)規(guī)則挖掘基本過(guò)程關(guān)聯(lián)規(guī)則挖掘問(wèn)題就是根據(jù)用戶指定的最小支項(xiàng)目集格空間理論 Agrawal等人建立了用于事務(wù)數(shù)據(jù)庫(kù)挖掘的項(xiàng)目集格空間理論(1993, Appriori 屬性)。其理論核心的原理是:頻繁項(xiàng)目集的所有非空子集都是頻繁項(xiàng)目集非頻繁項(xiàng)目集的所有超集都是非頻繁項(xiàng)目集(相關(guān)定理及其證明略。)經(jīng)典的頻繁項(xiàng)目集生成算法分析項(xiàng)目集格空間理論 Agrawal等人建立了用于事務(wù)數(shù)據(jù)庫(kù)挖掘Apriori算法是通過(guò)項(xiàng)目集元素?cái)?shù)目不斷增長(zhǎng)來(lái)完成頻繁項(xiàng)目集發(fā)現(xiàn)的。首先產(chǎn)生1_頻繁項(xiàng)目集L1,然后產(chǎn)生2_頻繁項(xiàng)目集L2,直到不能再擴(kuò)

7、展頻繁項(xiàng)目集的元素?cái)?shù)目為止。下面給出一個(gè)樣本事務(wù)數(shù)據(jù)庫(kù),并對(duì)它實(shí)施Apriori算法。TIDItemset1001,3,42002,3,53001,2,3,54002,5經(jīng)典的發(fā)現(xiàn)頻繁項(xiàng)目集算法 1994年,Agrawal 等人提出了著名的Apriori 算法。Apriori算法是通過(guò)項(xiàng)目集元素?cái)?shù)目不斷增長(zhǎng)來(lái)完成頻繁項(xiàng)目Apriori算法例子Database DC1L1L2C2Scan DL3Scan DC3Scan DC4Scan DScan DL4Minsupport=50% C1:1-候選集 L1:1-頻繁項(xiàng)目集C2:2-候選集 L2:2-頻繁項(xiàng)目集C3:3-候選集 L3:3-頻繁項(xiàng)目集

8、C4:4-候選集 L4:4-頻繁項(xiàng)目集L3是最大頻繁項(xiàng)目集Apriori算法例子Database DC1L1L2C2SApriori算法(發(fā)現(xiàn)頻繁項(xiàng)目集)(1) L1 = large 1-itemsets; /所有1-項(xiàng)目頻集(2) FOR (k=2; Lk-1; k+) DO BEGIN(3) Ck=apriori-gen(Lk-1); / Ck是k-候選集(4) FOR all transactions tD DO BEGIN(5) Ct=subset(Ck,t); / Ct是所有t包含的候選集元素(6) FOR all candidates c Ct DO(7) c.count+;(8)

9、 END(9) Lk=cCk |c.countminsup_count(10) END(11) L= Lk; (1) L1 = large 1-itemsets;Apriori-gen過(guò)程算法Apriori中調(diào)用了Apriori-gen(Lk-1),是為了通過(guò)(k-1)-頻集產(chǎn)生K-侯選集。has_infrequent_subset(c, Lk-1),判斷c是否加入到k-侯選集中。(1) FOR all itemset p Lk-1 DO (2) FOR all itemset qLk-1 DO (3) IF p.item1=q.item1, , p.itemk-2=q.itemk-2, p.

10、itemk-1 1) THEN /generate rules with subsets of xm-1 as antecedents(7) genrules(lk, xm-1);(8) END(9)END; 算法-遞歸測(cè)試一個(gè)頻集中的關(guān)聯(lián)規(guī)則genrules(lk: Rule-generate算法例子Minconfidence=80%序號(hào)lkxm-1ConfidenceSupport規(guī)則(是否是強(qiáng)規(guī)則)1235267%50%235(否)2235367%50%325(否)3235567%50%523(否)423523100%50%235(是)52352567%50%253(否)62353510

11、0%50%352(是)包含2,35的事務(wù)與包含2的事務(wù)的比值,即2:3同時(shí)滿足支持度和可信度Rule-generate算法例子MinconfidenceApriori作為經(jīng)典的頻繁項(xiàng)目集生成算法,在數(shù)據(jù)挖掘中具有里程碑的作用。Apriori算法有兩個(gè)致命的性能瓶頸:1多次掃描事務(wù)數(shù)據(jù)庫(kù),需要很大的I/O負(fù)載對(duì)每次k循環(huán),侯選集Ck中的每個(gè)元素都必須通過(guò)掃描數(shù)據(jù)庫(kù)一次來(lái)驗(yàn)證其是否加入Lk。假如有一個(gè)頻繁大項(xiàng)目集包含10個(gè)項(xiàng)的話,那么就至少需要掃描事務(wù)數(shù)據(jù)庫(kù)10遍。2可能產(chǎn)生龐大的侯選集由Lk-1產(chǎn)生k-侯選集Ck是指數(shù)增長(zhǎng)的,例如104個(gè)1-頻繁項(xiàng)目集就有可能產(chǎn)生接近107個(gè)元素的2-侯選集。如

12、此大的侯選集對(duì)時(shí)間和主存空間都是一種挑戰(zhàn)。Apriori算法的性能瓶頸Apriori作為經(jīng)典的頻繁項(xiàng)目集生成算法,在數(shù)據(jù)挖掘中具有 一些算法雖然仍然遵循Apriori 屬性,但由于引入了相關(guān)技術(shù),在一定程度上改善了Apriori算法適應(yīng)性和效率。主要的改進(jìn)方法有:基于數(shù)據(jù)分割(Partition)的方法:基本原理是“在一個(gè)劃分中的支持度小于最小支持度的k-項(xiàng)集不可能是全局頻繁的”?;谏⒘校℉ash)的方法:基本原理是“在一個(gè)hash桶內(nèi)支持度小于最小支持度的k-項(xiàng)集不可能是全局頻繁的”?;诓蓸樱⊿ampling)的方法:基本原理是“通過(guò)采樣技術(shù),評(píng)估被采樣的子集中,并依次來(lái)估計(jì)k-項(xiàng)集的全

13、局頻度”。其它方法,如動(dòng)態(tài)刪除沒(méi)有用的事務(wù):“不包含任何Lk的事務(wù)對(duì)未來(lái)的掃描結(jié)果不會(huì)產(chǎn)生影響,因而可以刪除”。Apriori算法的改進(jìn)技術(shù) 一些算法雖然仍然遵循Apriori 屬基于數(shù)據(jù)分割的方法Apriori算法在執(zhí)行過(guò)程中是先生成候選集再剪枝,可是生成的候選集并不都是有效的。候選集的產(chǎn)生需要花費(fèi)很大的代價(jià)。把數(shù)據(jù)分割技術(shù)應(yīng)用到關(guān)聯(lián)規(guī)則挖掘中,可以改善關(guān)聯(lián)規(guī)則挖掘在大數(shù)據(jù)集中的適應(yīng)性。其基本思想:首先將大數(shù)據(jù)集從邏輯上分成互不相交的塊,每塊應(yīng)用挖掘算法(如Apriori算法)生成局部的頻繁項(xiàng)目集,然后將這些局部的頻繁項(xiàng)目集作為全局候選頻繁項(xiàng)目集,通過(guò)測(cè)試他們的支持度來(lái)得到最終的全局頻繁項(xiàng)目

14、集。其可在以下兩方面改善Apriori關(guān)聯(lián)規(guī)則挖掘算法的性能:1合理利用主存空間:數(shù)據(jù)分割將大數(shù)據(jù)集分成小的塊,為塊內(nèi)數(shù)據(jù)一次性導(dǎo)入主存提供機(jī)會(huì)。2支持并行挖掘算法:每個(gè)分塊的局部頻繁項(xiàng)目集是獨(dú)立生成的,因此提供了開(kāi)發(fā)并行數(shù)據(jù)挖掘算法的良好機(jī)制。基于數(shù)據(jù)分割的方法Apriori算法在執(zhí)行過(guò)程中是先生成候選定理 設(shè)數(shù)據(jù)集D被分割成分塊D1, D2, , Dn,全局最小支持度為minsupport,假設(shè)對(duì)應(yīng)的全局最小支持?jǐn)?shù)為minsup_count。如果一個(gè)數(shù)據(jù)分塊Di 的局部最小支持?jǐn)?shù)記為minsup_counti (i=1,2,n),則局部最小支持?jǐn)?shù)minsup_counti按照如下方法生成:

15、 minsup_counti = minsup_count *|Di| / |D|可以保證所有的局部頻繁項(xiàng)目集涵蓋全局頻繁項(xiàng)目集。定理 設(shè)數(shù)據(jù)集D被分割成分塊D1, D2, , Dn,全基于散列的方法1995,Park等發(fā)現(xiàn)尋找頻繁項(xiàng)目集的主要計(jì)算是在生成2-頻繁項(xiàng)目集上。因此,Park等利用了這個(gè)性質(zhì)引入散列技術(shù)來(lái)改進(jìn)產(chǎn)生2-頻繁項(xiàng)目集的方法。例:桶地址 =(10 x + y)mod 7;minsupport_count=3 TID Items1 I1,I2,I52 I2,I43 I2,I34 I1,I2,I45 I1,I36 I2,I37 I1,I38 I1,I2,I3,I59 I1,I2

16、,I3L2=(I2,I3) ,(I1,I2) ,(I1,I3) 桶地址 0 1 2 3 4 5 6桶計(jì)數(shù) 2 2 4 2 2 4 4桶 I1,I4 I1,I5 I2,I3 I2,I4 I2,I5 I1,I2 I1,I3 內(nèi) I3,I5 I1,I5 I2,I3 I2,I4 I2,I5 I1,I2 I1,I3容 I2,I3 I1,I2 I1,I3 I2,I3 I1,I2 I1,I3基于散列的方法1995,Park等發(fā)現(xiàn)尋找頻繁項(xiàng)目集的主要計(jì)隨著數(shù)據(jù)庫(kù)容量的增大,重復(fù)訪問(wèn)數(shù)據(jù)庫(kù)(外存)將導(dǎo)致性能低下。因此,探索新的理論和算法來(lái)減少數(shù)據(jù)庫(kù)的掃描次數(shù)和侯選集空間占用,已經(jīng)成為近年來(lái)關(guān)聯(lián)規(guī)則挖掘研究的熱點(diǎn)

17、之一。兩個(gè)典型的方法:Close算法 FP-tree算法 項(xiàng)目集格空間理論的發(fā)展隨著數(shù)據(jù)庫(kù)容量的增大,重復(fù)訪問(wèn)數(shù)據(jù)庫(kù)(外存)將導(dǎo)致性能低下。Close算法對(duì)應(yīng)的原理一個(gè)頻繁閉合項(xiàng)目集的所有閉合子集一定是頻繁的;一個(gè)非頻繁閉合項(xiàng)目集的所有閉合超集一定是非頻繁的。什么是一個(gè)閉合的項(xiàng)目集?一個(gè)項(xiàng)目集C是閉合的,當(dāng)且僅當(dāng)對(duì)于在C中的任何元素,不可能在C中存在小于或等于它的支持度的子集。例如,C1=AB3,ABC2是閉合的; C2=AB2,ABC2不是閉合的; Close算法對(duì)應(yīng)的原理一個(gè)頻繁閉合項(xiàng)目集的所有閉合子集一定CLOSS算法的基本思路:利用頻繁閉合i_項(xiàng)目集FCi,生成頻繁閉合i+1 _項(xiàng)目集

18、FCi+1(i1)。 首先找出候選頻繁閉合1_項(xiàng)目集FCC1,通過(guò)掃描數(shù)據(jù)庫(kù)得到候選閉合項(xiàng)目集,再經(jīng)修剪得到頻繁閉合項(xiàng)目集FC1項(xiàng)目集。用FC1產(chǎn)生候選頻繁閉合2_項(xiàng)目集FCC2,再經(jīng)修剪得到頻繁閉合項(xiàng)目集FC2項(xiàng)目集。在用FC2推出FC3 ,如此繼續(xù)直到某個(gè)FCCr 為空時(shí)停止。CLOSS算法的基本思路:利用頻繁閉合i_項(xiàng)目集FCi,生成Close算法的例子掃描數(shù)據(jù)庫(kù)得到:FCC1=(A,3), (B,5), (C,4), (D,3), (E,3); 相應(yīng)閉合項(xiàng)目集為: FCl(A)=ABC,3(計(jì)算A的閉合過(guò)程:第一項(xiàng)包含A,首先得到A的閉合為ABCD,第三項(xiàng)也包含A, 故取ABCD與第三

19、項(xiàng)的交ABC作為A的閉合,第五項(xiàng)也包含A, 故取ABC與第五項(xiàng)的交ABC作為A的閉合,這時(shí)到了最后一項(xiàng),計(jì)算完畢)。同理,F(xiàn)Cl(B)=B,5,F(xiàn)Cl(C)=BC,4,F(xiàn)Cl(D)=BD,3,F(xiàn)Cl(E)=BE,3 ;FCC2=(AB,3), (AC,3), (BC,4), (BD,3), (BE,3); 相應(yīng)閉合項(xiàng)目集為:FC2 (AB)=ABC,3, FC2 (AC)=ABC,3 ; L3,L4,L5不用測(cè),于是頻繁大項(xiàng)集為ABC 。下面是Close算法作用到右表數(shù)據(jù)集的執(zhí)行過(guò)程(假如minsup_count=3):TIDItemset1A,B,C,D2B,C,E3A,B,C,E4B,D,

20、E5A,B,C,D樣本數(shù)據(jù)庫(kù)Close算法的例子掃描數(shù)據(jù)庫(kù)得到:下面是Close算法作用FP-tree算法的基本原理 2000年Han等提出了一個(gè)稱為FP-Tree(頻繁模式樹(shù))的算法,該算法只進(jìn)行 2 次數(shù)據(jù)庫(kù)掃描,不使用侯選集,直接壓縮數(shù)據(jù)庫(kù)成一個(gè)FP-Tree ,然后通過(guò)該樹(shù)生成關(guān)聯(lián)規(guī)則。構(gòu)造FP-Tree的過(guò)程如下 :按Apriori算法,掃描數(shù)據(jù)庫(kù)一次生成1-頻繁項(xiàng)目集,并按頻度降序排序,放入L列表中;創(chuàng)建根結(jié)點(diǎn),標(biāo)志為null,掃描數(shù)據(jù)庫(kù)一次,當(dāng)?shù)玫綌?shù)據(jù)庫(kù)的一個(gè)項(xiàng)目(元組)時(shí),就把其中的元素按L表中的次序排列,然后通過(guò)遞歸實(shí)現(xiàn)FP-Tree的增長(zhǎng);FP-tree算法的基本原理 20

21、00年HanFP-tree算法的基本原理樣本數(shù)據(jù)庫(kù)下面看一個(gè)例子來(lái)說(shuō)明FP-Tree的增長(zhǎng)過(guò)程,最小支持度閾值為3。TIDItemset1f,a,c,d,g,i,m,p2a,b,c,f,l,m,o3b,f,h,j,o4b,c,k,s,p5a,f,c,e,l,m,p, nItemfrequencyf4c4a3b3m3p3L掃描數(shù)據(jù)庫(kù)一次生成1-頻繁項(xiàng)目集(在數(shù)據(jù)庫(kù)中出現(xiàn)3次或3次以上的),并按頻度降序排序,放入L列表中;TIDItemset1f,c,a,m,p2f,c,a,b,m3f,b4c,b,p5f,c,a,m,p(1-頻繁項(xiàng)目集)FP-tree算法的基本原理樣本數(shù)據(jù)庫(kù)下面看一個(gè)例子來(lái)說(shuō)明F

22、FP-tree算法的基本原理樣本數(shù)據(jù)庫(kù)TIDItemset1f,c,a,m,p2f,c,a,b,m3f,b4c,b,p5f,c,a,m,pItem(fre)f4c4a3b3m3p3LT1T2T3T4掃描數(shù)據(jù)庫(kù),依次增長(zhǎng)FP-tree,并改變支持?jǐn)?shù)f:1c:1a:1m:1NULLp:1f:2c:2a:2m:1NULLb:1p:1m:1f:3c:2a:2m:1NULLb:1p:1m:1b:1f:3c:2a:2m:1NULLb:1p:1m:1b:1c:1b:1p:1f:4c:3a:3m:2NULLb:1p:2m:1b:1c:1b:1p:1T5FP-tree算法的基本原理樣本數(shù)據(jù)庫(kù)TIDItemset

23、1FP-tree算法的基本原理Item(fre)f4c4a3b3m3p3L建立索引f:4c:3a:3m:2NULLb:1p:2m:1b:1c:1b:1p:1T5FP-tree算法的基本原理Item(fre)f4c4a3b 用FP-Tree挖掘頻繁集的基本思想是分而制之,即使用FP-Tree 遞歸增長(zhǎng)頻繁集的方法:對(duì)每個(gè)項(xiàng),生成其條件模式庫(kù),然后生成其條件FP-Tree;對(duì)每個(gè)新生成的條件FP-Tree,重復(fù)此步驟;直到結(jié)果FP-Tree為空,或只含唯一的一個(gè)路徑,此路徑的每個(gè)子路徑對(duì)應(yīng)的項(xiàng)目集都是頻繁集。 用FP-Tree挖掘頻繁集的基本思想是分而制從FP-Tree建立條件模式庫(kù)對(duì)應(yīng)的條件模式

24、庫(kù)Item條件模式庫(kù)cf:3afc:3bfca:1, f:1, c:1mfca:2, fcab:1pfcam:2, cb:1FP-treeItem(fre)f4c4a3b3m3p3Lf:4c:3a:3m:2NULLb:1p:2m:1b:1c:1b:1p:1T5從FP-Tree建立條件模式庫(kù)對(duì)應(yīng)的條件模式庫(kù)Item條件模用條件模式庫(kù)建立對(duì)應(yīng)的條件FP-Treem-條件模式庫(kù)Item條件模式庫(kù)cf:3afc:3bfca:1, f:1, c:1mfca:2, fcab:1pfcam:2, cb:1f:3c:3a:3NULLm-條件FP-TreeItem(fre)f4c4a3b3m3p3Lf:4c:3

25、a:3m:2NULLb:1p:2m:1b:1c:1b:1p:1T5用條件模式庫(kù)建立對(duì)應(yīng)的條件FP-Treem-條件Item條件Item條件模式庫(kù)條件FP-Treep(fcam:2),(cb:1)(c:3)|pm(fca:2),(fcab:1)(f:3,c:3,a:3)|mb(fca:1),(f:1),(c:1)Emptyafc:3(f:3,c:3)|acf:3(f:3|cfEmptyEmptym-條件FP-Treec:3NULLf:3c:3a:3NULLNULLf:3c:3NULLf:3NULLp-條件FP-Treec-條件FP-Treea-條件FP-Treeb-條件FP-TreeNULLf-

26、條件FP-TreeItem條件模式庫(kù)條件FP-Treep(fcam:2),(用條件FP-Tree挖掘頻繁項(xiàng)集m-條件FP-Treec:3NULLf:3c:3a:3NULLNULLf:3c:3NULLf:3NULLp-條件FP-Treec-條件FP-Treea-條件FP-Treeb-條件FP-TreeNULLf-條件FP-Tree得到的頻繁項(xiàng)目集合,用條件FP-Tree挖掘頻繁項(xiàng)集m-條件FP-Treec:3多層次關(guān)聯(lián)規(guī)則挖掘根據(jù)規(guī)則中涉及到的層次,多層次關(guān)聯(lián)規(guī)則可以分為:同層關(guān)聯(lián)規(guī)則:如果一個(gè)關(guān)聯(lián)規(guī)則對(duì)應(yīng)的項(xiàng)目是同一個(gè)粒度層次,那么它是同層關(guān)聯(lián)規(guī)則。如“牛奶面包”和“羽絨服酸奶”都是同層關(guān)聯(lián)規(guī)

27、則;關(guān)聯(lián)規(guī)則挖掘中的一些更深入的問(wèn)題日用品服裝食品夏季服裝冬季服裝面包牛奶羽絨服大衣品牌1品牌2鮮奶酸奶品牌3品牌4層間關(guān)聯(lián)規(guī)則:如果在不同的粒度層次上考慮問(wèn)題,那么可能得到的是層間關(guān)聯(lián)規(guī)則。如“夏季服裝酸奶”都是層間關(guān)聯(lián)規(guī)則;多層次關(guān)聯(lián)規(guī)則挖掘根據(jù)規(guī)則中涉及到的層次,多層次關(guān)聯(lián)規(guī)則可以多層次關(guān)聯(lián)規(guī)則挖掘多層次關(guān)聯(lián)規(guī)則挖掘的度量方法可以沿用 “支持度-可信度”的框架。不過(guò),多層次關(guān)聯(lián)規(guī)則挖掘有兩種基本的設(shè)置支持度的策略:統(tǒng)一的最小支持度:算法實(shí)現(xiàn)容易,而且很容易支持層間的關(guān)聯(lián)規(guī)則生成。但是弊端也是顯然的:不同層次可能考慮問(wèn)題的精度不同、面向的用戶群不同對(duì)于一些用戶,可能覺(jué)得支持度太小,產(chǎn)生了過(guò)多不感興趣的規(guī)則。而對(duì)于另外的用戶來(lái)說(shuō),又認(rèn)為支持度太大,有用信息丟失過(guò)多。多層次關(guān)聯(lián)規(guī)則挖掘多層次關(guān)聯(lián)規(guī)則挖掘的度量方法可以沿用 “支不同層次使用不同的最小支持度:每個(gè)層次都有自己的最小支持度。較低層次的最小支持度相對(duì)較小,而較高層次的最小支持度相對(duì)較大。這種方法增加了挖掘的靈活性。但是,也留下了許多相關(guān)問(wèn)題需要解決:首先,不同層次間的支持度應(yīng)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論