數(shù)據倉庫復習提綱-資料下載頁
2025-08-05 07:54本頁面
【正文】 銷售部初級21—3026K—40K C3銷售部初級31—4026K—40K C3決策樹：通過簡單貝葉斯分類對未知數(shù)據進行分類：P（C1）=2/11=P（C2）=5/11=P（C3）=4/11=P（部門=‘系統(tǒng)部’|C1）=2/2=1P（部門=‘系統(tǒng)部’|C2）=2/5=P（部門=‘系統(tǒng)部’|C3）=0/4=0P（職位=‘高級’|C1）=2/2=1P（職位=‘高級’|C2）=2/5=P（職位=‘高級’|C3）=1/4=P（年齡=‘21—30’|C 1）=0P（年齡=‘21—30’|C2）=2/5=P（年齡=‘21—30’|C3）=2/4=有上述結果可導出P（X|C1）=0P（X|C2）==P（X|C3）=0P（X|C1）P（C1）=0P（X|C2）P（C2）==P（X|C1）P（C3）=0簡單貝葉斯分類方法的預測結果是該未知訓練樣本數(shù)據有可能屬于C2類，該結果表示對于年齡在21—30歲之間，所屬部門是系統(tǒng)部同時其職位屬于高級的員工的工資水平最有可能在41K—55K之間。 假設現(xiàn)有如下所示的一個事務數(shù)據庫，數(shù)據庫中有10個事務，即|D|=10。假定這些事務中的項按順序存放。最小支持度minsup=20%，最小置信度閾值minconf=65%，求出強關聯(lián)規(guī)則。TID項列表T11,2,5T21,2T32,4T41,2,4T51,3T61,2,3,5T71,2,3T82,5T92,3,4T103,4利用Apriori算法產生頻繁項集的過程如下：（1） 由I={1,2,3,4,5}的所有項目直接產生1候選項集C1，計算其支持度。去除支持度小于supmin的項集，形成1頻繁集L1，如下表所示：項集C1支持度項集L1支持度{1}6/10{1}6/10{2}8/10{2}8/10{3}5/10{3}5/10{4}4/10{4}4/10{5}3/10{5}3/10（2） 為發(fā)現(xiàn)頻繁2項集L2，首先利用L1中的各項目組合連接，來產生2候選集C2；然后掃描記錄集，以獲得C2中各項集的支持度。去除支持度小于supmin的項集，形成2頻繁集L2，如下表所示：項集C2支持度項集L2支持度{1,2}5/10{1,2}5/10{1,3}3/10{1,3}3/10{1,4}1/10{1,5}2/10{1,5}2/10{2,3}3/10{2,3}3/10{2,4}3/10{2,4}3/10{2,5}3/10{2,5}3/10{3,4}2/10{3,4}2/10{3,5}1/10{4,5}0/10（3） 為發(fā)現(xiàn)頻繁3項集L3，首先利用L2中的各項目組合連接，來產生3候選集C3；刪除存在子集不屬于L2的項集，去除支持度小于supmin的項集，形成3頻繁集L3如下表所示：項集C3支持度項集L3支持度{1,2,3}2/10{1,2,3}2/10{1,2,5}2/10{1,2,5}2/10{1,3,5}1/10{2,3,4}1/10{2,3,5}1/10{2,4,5}0/10（4） 為發(fā)現(xiàn)頻繁4項集L4，重復上述步驟，則C4為{1,2,3,5} ，刪除存在子集不屬于L2的項集，則L4為空集。因此算法終止，找出了所有的頻繁集。（5） 關聯(lián)規(guī)則如下，每個都列出置信度： 由最小置信度閾值60%得出，第9項可以作為強規(guī)則輸出。
范文總結相關推薦
鄂ICP備17016276號-1