關(guān)聯(lián)規(guī)則挖掘舉例(編輯修改稿)
2024-11-17 11:25 本頁面
【文章內(nèi)容簡介】 B ,E } 超過三項(xiàng)｛ A ,C ｝ + { C ,E } { A ,C ， E}｛ B ,C ｝ + { B ,E } { B ,C ， E}｛ B ,C ｝ + { C ,E } { B ,C ， E}｛ B ,E ｝ + { C ,E } { B ,C ， E}從 K2 中求可用來計(jì)算的的三項(xiàng)集{A,B,C} 25%{A,C ， E} 25%50%{B,C ， E}C3支持度 50 支持度 50 L 3 {B,C ， E} 50%Apriori算法舉例 _產(chǎn)生關(guān)聯(lián)規(guī)則 ? 對于頻繁項(xiàng)集 {B,C,E},它的非空子集有 {B}、 {C}、 {E}、 {B,C}、 {B,E}、{C,E}。以下就是據(jù)此獲得的關(guān)聯(lián)規(guī)則及其置信度。 規(guī)則 置信度 Confidence B?CE % C?BE % E?BC % CE?B 1 BE?C % BC?E 1 置信度 ≥50%(最小置信度 )， 都是強(qiáng)關(guān)聯(lián)規(guī)則 Apriori算法弊端 ?需要多次掃描數(shù)據(jù)表 如果頻繁集最多包含 10個項(xiàng) ， 那么就需要掃描交易數(shù)據(jù)表 10遍 ， 這需要很大的 I/O負(fù)載 ?產(chǎn)生大量頻繁集 若有 100個項(xiàng)目 ， 可能產(chǎn)生候選項(xiàng)數(shù)目 1 2 1 0 0 3 01 0 0 1 0 0 1 0 0. . . 1 . 2 7 * 1 0C C C? ? ? ?FPgrowth算法 ?Jiawei Han等人在 2020年提出了一種基于 FP樹的
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1