關(guān)聯(lián)規(guī)則挖掘舉例-文庫吧資料
2024-10-20 11:25本頁面
【正文】 掘很費(fèi)時(shí) 。 FPgrowth算法 其他關(guān)聯(lián)規(guī)則挖掘算法 ? 約束性關(guān)聯(lián)規(guī)則挖掘算法 僅設(shè)置支持度和置信度閾值 ， 缺乏用戶控制 ， 可能產(chǎn)生過多的規(guī)則 ， 實(shí)際效果可能并不好 。 ?僅兩次掃描數(shù)據(jù)庫 。以下就是據(jù)此獲得的關(guān)聯(lián)規(guī)則及其置信度。 挖掘或識別出所有頻繁項(xiàng)集是該算法的核心，占整個(gè)計(jì)算量的大部分。關(guān)聯(lián)規(guī)則挖掘舉例 ? 對于規(guī)則 A?C： ? 支持度 = support({A,C }) = 50% ? 置信度 = support({A,C })/support({A}) = % 交易 ID 購買商品2020 A ,B ,C1000 A ,C4000 A ,D5000 B ,E ,F頻繁項(xiàng)集 支持度{ A } 75%{ B } 50%{ C} 50%{ A ,C} 50%假設(shè)最小值支持度為 50%， 最小置信度為 50% 規(guī)則 A?C滿足最小支持度和最小置信度 ， 所以它是 強(qiáng)關(guān)聯(lián)規(guī)則 關(guān)聯(lián)規(guī)則挖掘的步驟 ? 關(guān)聯(lián)規(guī)則挖掘是一個(gè)兩步的過程： ? 找出所有 頻繁項(xiàng)集 ? 由頻繁項(xiàng)集產(chǎn)生 強(qiáng)關(guān)聯(lián)規(guī)則 ，這些規(guī)則必須大于或者等于最小支持度和最小置信度 大于或者等于最小支持度的項(xiàng)集 Apriori算法 Apriori算法是一種經(jīng)典的生成布爾型關(guān)聯(lián)規(guī)則的頻繁項(xiàng)集挖掘算法。 Apriori算法將發(fā)現(xiàn)關(guān)聯(lián)規(guī)則的過程分為兩個(gè)步驟： ? 通過迭代，檢
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1