數(shù)據(jù)挖掘6章關(guān)聯(lián)(1)(編輯修改稿)
2025-06-14 03:03 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 遞歸構(gòu)造條件 FPtrees 同時(shí)增長(zhǎng)其包含的頻繁集 ? 如果條件 FPtree直包含一個(gè)路徑，則直接生成所包含的頻繁集。 2021/6/14 數(shù)據(jù)挖掘：概念和技術(shù) 19 步驟 1: 建立 FPtree （ 159頁(yè)圖 68） ? 從 FPtree的頭表開(kāi)始 ? 按照每個(gè)頻繁項(xiàng)的連接遍歷 FPtree ? 列出能夠到達(dá)此項(xiàng)的所有前綴路徑，得到條件模式庫(kù) 步驟 2:建立條件 FPtree進(jìn)行挖掘（ 159頁(yè)圖 69） ? 對(duì)每個(gè)模式庫(kù) ? 計(jì)算庫(kù)中每個(gè)項(xiàng)的支持度 ? 用模式庫(kù)中的頻繁項(xiàng)建立 FPtree 2021/6/14 數(shù)據(jù)挖掘：概念和技術(shù) 20 為什么 頻繁集增長(zhǎng) 速度快？ ? 我們的性能研究顯示 ? FPgrowth 比 Apriori快一個(gè)數(shù)量級(jí) , 同樣也比 treeprojection 快。 ? 原因 ? 不生成候選集，不用候選測(cè)試。 ? 使用緊縮的數(shù)據(jù)結(jié)構(gòu) ? 避免重復(fù)數(shù)據(jù)庫(kù)掃描 ? 基本操作是計(jì)數(shù)和建立 FPtree 樹 2021/6/14 數(shù)據(jù)挖掘：概念和技術(shù) 21 FPgrowth vs. Apriori: 相對(duì)于支持度的擴(kuò)展性 01020304050607080901000 0 . 5 1 1 . 5 2 2 . 5 3S u p p o r t t h r e s h o l d ( % )Run time(sec.)D 1 F P g r o w t h r u n t i m eD 1 A p r i o r i r u n t i m eData set T25I20D10K 2021/6/14 數(shù)據(jù)挖掘：概念和技術(shù) 22 FPgrowth vs. TreeProjection:相對(duì)于支持度的擴(kuò)展性 0204060801001201400 0 . 5 1 1 . 5 2S u p p o r t t h r e s h o l d ( % )Runtime (sec.)D 2 F P g r o w t hD 2 T r e e P r o j e c t i o nData set T25I20D100K 2021/6/14 數(shù)據(jù)挖掘：概念和技術(shù) 23 關(guān)聯(lián)規(guī)則結(jié)果顯示 (Table Form ) 2021/6/14 數(shù)據(jù)挖掘：概念和技術(shù) 24 關(guān)聯(lián)規(guī)則可視化 Using Plane Graph 2021/6/14 數(shù)據(jù)挖掘：概念和技術(shù) 25 關(guān)聯(lián)規(guī)則可視化 Using Rule Graph 2021/6/14 數(shù)據(jù)挖掘：概念和技術(shù) 26 第 6章：從大數(shù)據(jù)庫(kù)中挖掘關(guān)聯(lián)規(guī)則 ? 關(guān)聯(lián)規(guī)則挖掘 ? ? ? ? ? ? 2021/6/14 數(shù)據(jù)挖掘：概念和技術(shù) 27 多層關(guān)聯(lián)規(guī)則 ? 項(xiàng)通常具有層次 ? 底層的項(xiàng)通常支持度也低 ? 某些特定層的規(guī)則可能更有意義 ? 交易數(shù)據(jù)庫(kù)可以按照維或?qū)泳幋a ? 可以進(jìn)行共享的多維挖掘 食品 面包 牛奶 脫脂奶 光明 統(tǒng)一 酸奶 白 黃 T I D I t e m sT1 { 1 1 1 , 1 2 1 , 2 1 1 , 2 2 1 }T2 { 1 1 1 , 2 1 1 , 2 2 2 , 3 2 3 }T3 { 1 1 2 , 1 2 2 , 2 2 1 , 4 1 1 }T4 { 1 1 1 , 1 2 1 }T5 { 1 1 1 , 1 2 2 , 2 1 1 , 2 2 1 , 4 1 3 }2021/6/14 數(shù)據(jù)挖掘：概念和技術(shù) 28 挖掘多層關(guān)聯(lián)規(guī)則 ? 自上而下，深度優(yōu)先的方法： ? 先找高層的“強(qiáng)”規(guī)則： 牛奶 174。 面包 [20%, 60%]. ? 再找他們底層的“弱”規(guī)則： 酸奶 174。 黃面包 [6%, 50%]. ? 多層關(guān)聯(lián)規(guī)則的變種 1 支持度不變 : 在各層之間使用統(tǒng)一的支持度 ? + 一個(gè)最小支持度閾值 . 如果一個(gè)項(xiàng)集的父項(xiàng)集不具有最小支持度，那他本身也不可能滿足最小支持度。 ? – 底層項(xiàng)不會(huì)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 2021/6/14 數(shù)據(jù)挖掘：概念和技術(shù) 29 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(xiàng)過(guò)濾 ： 4層次交叉 K項(xiàng)過(guò)濾 ： ? 4種搜索策略： ? 層與層獨(dú)立 ? 用 k項(xiàng)集跨層過(guò)濾 ? 用項(xiàng)跨層過(guò)濾 ? 用項(xiàng)進(jìn)行可控跨層過(guò)濾 2021/6/14 數(shù)據(jù)挖掘：概念和技術(shù) 30 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% 2021/6/14 數(shù)據(jù)挖掘：概念和技術(shù) 31 支持度遞減 支持度遞減多層挖掘 酸奶 [suppor
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1