关联规则:基本概念Customerbuys diaper大型数据库关联规则挖掘 (2)Apriori算法——示例L340{D}{C}{C E}222colorwristpadT4使用递减支持度可以解决使用一致支持度时在最小支持度值上设定的困难递减支持度:在较低层使用递减的最小支持度每一层都有自己的一个独立的最小支持度抽象层越低对应的最小支持度越小具有递减支持度的多层关联规则的搜索策略逐层独立:完全
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级关联分析杨建林1本节主要内容关联规则挖掘一维布尔形关联规则的挖掘多层次关联规则的挖掘多维关联规则的挖掘2关联规则的相关概念关联规则挖掘在交易数据关系数据或其他信息载体中查找存在于项目集合或对象集合之间的频繁模式关联相关性或因果结构应用:购物篮分析交叉销售 聚集分类等举例: 规则形式: Body ? Head [support
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级
#
19113920236392023{i3}{i1}频繁1项集的集合L116继续扫描D产生候选3项集的集合C3并连续剪枝得到频繁3项的集合L30根据该式关联规则可以产生如下:201练习: 啤酒与尿布的关联分析
1练习: 啤酒与尿布的关联分析{啤酒}{婴儿爽身粉}R1:啤酒→尿布supp=35=60conf=34=75R2:尿布→啤酒supp=35=60conf=34=75R3:牛奶→啤酒supp=25=40conf=22=100R4:啤酒→牛奶supp=25=40conf=24=50R5:尿布→婴儿爽身粉supp=25=40conf=24=50R6:婴儿爽身粉→尿布supp=25=40conf=22=100
3buys(xputer) ? buys(x software) [5 70]association rules are interesting if satisfying both a minimum support threshold and a minimum confidence thresholdstrong association rules(强关联规则)Rule Measur
工学博士学位论文数据挖掘技术与关联规则挖掘算法研究毛国君北京工业大学2003年4月分类号:TP311单位代码:10005学 号:B200007009密 级:北京工业大学工学博士学位论文题 目: 数据挖掘技术与关联规则挖掘算法研究 英文题目: DATA MINING TECHNIQUES AND ALGORITHMS FOR MINING ASSOC
关联规则分析报告2009年7月8日目录 TOC o 1-2 h z u HYPERLINK l _Toc278711586 一 前言 PAGEREF _Toc278711586 h 1 HYPERLINK l _Toc278711587 二 数据预处理 PAGEREF _Toc278711587 h 1 HYPERLINK l _Toc278711588 三
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级Data Mining Yihua Tan IPRAI-HUST p单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级Data Mining Yihua Tan IPRAI-HUST p
违法有害信息,请在下方选择原因提交举报