數(shù)據(jù)挖掘基于約束的挖掘-預(yù)覽頁
【正文】 avg({9, 8, 4, 3})=6 ? avg({8, 4, 3})=5 ? 如果 S’滿足約束 avg(S’) ?v, 則 S也滿足 ? {8, 4, 3} satisfies constraint avg(S) ? 4, so does {9, 8, 4, 3} 簡潔性約束 ? 一個項目子集 Is 是一個 簡潔集 (succinct set), 如果對于某些選擇性謂詞 p,該項目子集能夠表示為 ?p(I) ，此處， ?是一個選擇符 ? SP?2I 是一個 強(qiáng)簡潔集 ( succinct power set),如果有一個數(shù)目不變的簡潔集 I1, …, Ik ?I, SP 能夠用 I1, …, Ik 的并、差運(yùn)算表示出來 be expressed in terms of the strict power sets of I1, …, Ik using union and minus ? 約束 Cs 是 簡潔的 假如 SATCs(I)是一個強(qiáng)簡潔集 簡潔性約束的舉例 約束規(guī)則 v ? S S ?V S ? V S ? V min(S) ? v min(S) ? v min(S) ? v max(S) ? v max(S) ? v max(S) ? v count(S) ? v count(S) ? v count(S) ? v sum(S) ? v sum(S) ? v sum(S) ? v avg(S) ? v, ? ? { ?, ?, ? } (frequent constraint) 簡潔性 yes yes yes yes yes yes yes yes yes yes weakly weakly weakly no no no no (no) 幾種約束之間的關(guān)系 Succinctness Antimonotonicity Monotonicity Convertible constraints Inconvertible constraints 頻繁數(shù)據(jù)集應(yīng)用舉例 ? 交易數(shù)據(jù)庫 TDB如下所示， 支持度 為 3 頻繁項目按照 降續(xù) 排列 ： a:5。= (5)group by C, (6)having sum(=100)amp。第六章 在大型數(shù)據(jù)庫中 挖掘關(guān)聯(lián)規(guī)則 報告人：張榮祖 2020/11/28 基于約束的挖掘 ? 使用約束的必要性 ? 在數(shù)據(jù)挖掘中常使用的幾種約束： ? 知識類型約束： 指定要挖掘的知識類型 如關(guān)聯(lián)規(guī)則 ? 數(shù)據(jù)約束： 指定與任務(wù)相關(guān)的數(shù)據(jù)集 ? Find product pairs sold together in Vancouver in Dec.’98. ? 維 /層次約束 :指定所用的維或概念結(jié)構(gòu)中的層 ? in relevance to region, price, brand, customer category. ? 規(guī)則約束： 指定 要挖掘的規(guī)則形式 (如規(guī)則模板 ) ? 單價 (price $10)的交易項目可能引發(fā)購買總額 (sum $200). ? 興趣度約束： 指定規(guī)則興趣度閾值或統(tǒng)計度量 ? 如 (min_support ? 3%, min_confidence ? 60%). ? 假定 AllElectronics的一個銷售多維數(shù)據(jù)庫有如下關(guān)系： ? Sales(customer_name,item_name,transaction_id) ? Lives(customer_name,region,city) ? Items(item_name,category， price) ? Transaction(transaction_id,day,month,year) (1) mine associations as (2)lives(C,_,”Pudong”)^sales(C,{I},{S})=sales(C,{J}{T}) (3) from sales (4)where =1999 amp。amp。 S’是 S的子模式 (subpattern)且 S 是 S’的超模式 (superpattern)， if 有 S’=S. 約束的有關(guān)概念（續(xù)） ? 定義約束 : C是作用于項目集 I的冪集(powerset)上的謂詞 ,C(S)=True/False。 c:3。 TDB|c。 ? 舉例： ? 規(guī)則形式： “ Body ???ead [support, confidence]‖. ? buys(x, ―diapers‖) ?? buys(x, ―beers‖) [%, 60%] ? major(x, ―CS‖) ^ takes(x, ―DB‖) ???grade(x, ―A‖) [1%, 75%] 關(guān)聯(lián)規(guī)則：基本概念 ? 給定 : (1)交易數(shù)據(jù)庫 (2)每筆交易是：一個項目列表 (消費(fèi)者一次購買活動中購買的商品 ) ? 查找 : 所有 描述一個項目集合與其他項目集合相關(guān)性的規(guī)則 ? ., 98% of people who purchase tires and auto accessories also get automotive services done ? 應(yīng)用 ? * ? 護(hù)理用品 (商店應(yīng)該怎樣提高護(hù)理用品的銷售？ ) ? 家用電器 ? * (其他商品的庫存有什么影響 ?) ? 在產(chǎn)品直銷中使用 附加郵寄 規(guī)則度量：支持度與可信度 ? 查找所有的規(guī)則 X amp。 Lk1 !=?。(157頁圖 66) : 不包含任何頻繁 k項集的交易也不可能包含任何大于 k的頻繁集，下一步計算時刪除這些記錄。在小的抽樣集上找到局部頻繁項集，然后在全部數(shù)據(jù)集找頻繁項集。 ? 原因 ? 不生成候選集，不用候選測試。 ? – 底層項不會成為頻繁集，如果支持度 ? 太高 ? 丟失底層關(guān)聯(lián)規(guī)則 ? 太低 ? 生成太多的高層關(guān)聯(lián)規(guī)則 2 支持度遞減 : 隨著層次的降低支持度遞減 多層關(guān)聯(lián)規(guī)則 : 支持度不變 vs. 支持度遞減 3層次交叉單項過濾： 4層次交叉 K項過濾： ? 4種搜索策略： ? 層與層獨(dú)立 ? 用 k項集跨層過濾 ? 用項跨層過濾 ? 用項進(jìn)行可控跨層過濾 支持度不變 支持度不變多層挖掘 牛奶 [support = 10%] 酸奶 [support = 6%] 脫脂奶 [support = 4%] 層 1 min_sup = 5% 層 2 min_sup = 5% 支持度遞減 支持度遞減多層挖掘 酸奶 [support = 6%] 脫脂奶 [support = 4%] 層 1 min_sup = 5% 層 2 min_sup = 3% 牛奶 [support = 10%] 多層關(guān)聯(lián)：冗余過濾 ? 由于“祖先”關(guān)系的原因，有些規(guī)則可能是多余的。 ? 按照對 age 處理方式的不同，分為： 1. 用靜態(tài)方法把數(shù)值屬性離散化 ? 數(shù)值屬性可用預(yù)定義的概念層次加以離散化。amp。am
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1