數(shù)據(jù)挖掘概念和技術(shù)ar(3)-資料下載頁(yè)
2025-10-10 19:44本頁(yè)面
【正文】 值屬性 ? Such that the confidence or pactness of the rules mined is maximized. ? 2維數(shù)量關(guān)聯(lián)規(guī)則： Aquan1 ? Aquan2 ? Acat ? 用 2維表格把“鄰近”的 關(guān)聯(lián)規(guī)則組合起來(lái) ? 例子 2021116 數(shù)據(jù)挖掘：概念和技術(shù) 18 ARCS (關(guān)聯(lián)規(guī)則聚集系統(tǒng) ) ARCS 流程 1. 分箱 2. 查找頻繁維詞 集合 3. 聚集 4. 優(yōu)化 2021116 數(shù)據(jù)挖掘：概念和技術(shù) 19 ARCS的局限性 ? 數(shù)值屬性只能出現(xiàn)在規(guī)則的左側(cè) ? 左側(cè)只能有兩個(gè)屬性 (2維 ) ? ARCS 的改進(jìn) ? 不用基于柵格的方法 ? 等深分箱 ? 基于 局部完整性 測(cè)度的聚集 ? ―Mining Quantitative Association Rules in Large Relational Tables‖ by R. Srikant and R. Agrawal. 2021116 數(shù)據(jù)挖掘：概念和技術(shù) 20 挖掘基于距離的關(guān)聯(lián)規(guī)則 ? 分箱的方法沒(méi)有體現(xiàn)數(shù)據(jù)間隔的語(yǔ)義 ? 基于距離的分割是更有“意義”的離散化方法，考慮 ： ? 區(qū)間內(nèi)密度或點(diǎn)的個(gè)數(shù) ? 區(qū)間內(nèi)點(diǎn)的“緊密程度 價(jià)格（ $ ）等寬( 寬度 $10)等深( 深度 2) 基于距離7 [ 0 , 1 0 ] [ 7 , 2 0 ] [ 7 , 7 ]20 [ 1 1 , 2 0 ] [ 2 2 , 5 0 ] [ 2 0 , 2 2 ]22 [ 2 1 , 3 0 ] [ 5 1 , 5 3 ] [ 5 0 , 5 3 ]50 [ 3 1 , 4 0 ]51 [ 4 1 , 5 0 ]53 [ 5 1 , 6 0 ]2021116 數(shù)據(jù)挖掘：概念和技術(shù) 23 海量管理資源免費(fèi)下載：
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1