第四章 数据关联分析方法

news/2024/10/30 23:17:54/

基本概念和方法

关联规则和算法应用

基本概念和术语

关联规则算法应用:

一个关联规则分析的例子—————超市购物篮分析

 

 不要看

后面数字看不懂

 

 

 项集:是指项的集合。包含k个项的项集称为k-项集

支持度:若A是一个项集,则A的支持度表示在所有事务T中同时出现A项集的概率

置信度:A出现的次数除以A和B同时出现的次数。

 频繁项集:支持度满足最小支持度阈值的项集称为频繁项集。通常k-项集如果满足最小支持度阈值,称为频繁集,记作Lk。

关联规则(Association Rule):可以表示为一个蕴含式。

如:X=>Y,X和Y分别称为关联规则的前件和后件。

关联规则是否可用,需要考察他的支持度和置信度(可信度)两个指标。

 可以通过以下实例来理解:

 置信度等于两者出现的支持度和前者出现的支持度之比。

  

 

 

 经典的Apriori关联规则算法

 Apriori关联规则算法基本思想

Apriori的基本思想:频繁项集的任何非空子集也一定是频繁的。

核心思想:扫描数据获得所有的频繁1项集L1,利用L1查找频繁2项集,如此循环直到不再有新的频繁集被找到为止。而获取不同长度的频繁项集之前,都需要先查找到候选集(支持度满足最小支持度阈值的项集)。

 如何生成候选集呢?

 先自连接再进行修剪。

这个例子非常重要,比较容易理解。

支持度(sup)就是数出在数据集D中itemset出现的次数

{1,2,3}.{1,2,3,5},{1,3,5},{2,3,5}再进行修剪,他们的子集都必须在L2里面。

去除{1,2,3},{1,2,3,5},{1,3,5}

得到C3{2,3,5}

Apriori算法的缺点:

多次扫描数据库,产生巨大数量的候选集,繁琐的支持度计算。

下面我们来讲解FP-Growth算法

FP-Growth算法不产生候选项集,而是采用分而治之的策略。

(1)构建FP树:压缩数据库,并将频繁项放入频繁模式树(FP树),他仍然保留项集的关联信息。

(2)从FP树中挖掘频繁项集:
1.从FP中获得条件模式基

2.利用条件模式基,构建一个条件FP树

3.根据条件FP树,进行排列组合,挖掘出频繁项。

以下示例较为简单:重点理解

 设定最小支持度为2,得到频繁集,并按照大小重新排列。

 第二次扫描排序后的数据库。并且构建FP树。

开始从FP树中进行挖掘——频繁项集

 那什么是条件模式基呢?

 为什么每个条件模式基的计数为1呢?
由于i5的计数为1,最终到达i5的重复次数也只能为1,所以条件模式基的计数是根据路径中的结点的最小计数来决定的。


http://www.ppmy.cn/news/60357.html

相关文章

Golang中接口类型详解与最佳实践(二)

之前的文章《Golang中的interface(接口)详解与最佳实践》详细介绍了接口类型的定义、使用方法和最佳实践。接口类型使得编写可扩展、可维护和可复用的高质量代码变得更加容易。 如何判断是否实现了某个接口? 还是使用之前文章的例子,例如声明了如下一个…

JS基础知识

1.延迟加载JS 在script标签上添加async或者defer <script defer type"text/javascript" src"script.js"></script> defer:等html全都解析完成&#xff0c;顺次执行js脚本 async:js谁先加载完谁先运行 2.JS数据类型有哪些&#xff1f; 基本数…

建筑专业可以转行学云计算吗?

当然可行。 在过去的几年中&#xff0c;我们已经帮助很多建筑土木工程专业的同学转行学习云计算技术&#xff0c;尤其是在建筑信息化编程方向。近年来&#xff0c;云计算行业持续发展&#xff0c;涉及到众多领域&#xff0c;如云数据中心、云安全、云存储、云计算机服务等。云…

HID Relay, 有线键盘转蓝牙项目学习:记一次失败的尝试

HID Relay, 有线键盘转蓝牙项目学习&#xff1a;记一次失败的尝试 开始学习嵌入式后&#xff0c;最难受的一个点在于电脑端口不够。我的电脑有两个USB口一个TypeC口&#xff0c;鼠标和键盘都要插USB口&#xff0c;stm32和51也都要插USB口。 那么烧录的时候&#xff0c;要么就…

华为OD机试 - 匿名信(Python)

题目描述 电视剧《分界线》里面有一个片段,男主为了向警察透露案件细节,且不暴露自己,于是将报刊上的字减下来,剪拼成匿名信。 现在又一名举报人,希望借鉴这种手段,使用英文报刊完成举报操作。 但为了增加文章的混淆度,只需满足每个单词中字母数量一致即可,不关注每个…

vue生命周期代码示范--Vue基本介绍--MVVM-示意图--数据渲染--事件绑定--修饰符--组件化--和全部代码示范

目录 Vue 基本介绍 官网 git 地址: MVVM-示意图 解读 MVVM 思想(上图) 下载官网 简单的代码示例方便理解 Vue 数据绑定机制分析! 注意事项和使用细节 数据单向渲染 基本说明 应用实例 注意事项和使用细节 数据双向绑定 应用实例 ​编辑代码实现 代码综合-单…

辨析 关键路径、关键链、缩短工期方法

关键路径、关键链辨析、缩短工期方法 关键路径法 关键路径是从起点到终点的最长路径 关键路径上活动的总浮动时间和自由浮动时间为0 关键链法 根据有限的资源对项目进度进行调整&#xff0c;结合了确定性和随机性办法 添加了持续时间缓冲&#xff08;非计划工作活动&#xff0…

Spark学习笔记【shuffle】

本文基本上是大数据处理框架Apache Spark设计与实现的Shuffle部分的学习。以及Spark基础知识Bambrow Shuffle解决啥问题 上游和下游&#xff0c;不同stage&#xff0c;不同的task之间是如何传递数据的。ShuffleManager管理ShuffleWrite和ShuffleRead 分为两个阶段&#xff1…