數(shù)據(jù)分析與挖掘?qū)嶒?yàn)報(bào)告-在線瀏覽
2024-09-14 01:37本頁(yè)面
【正文】 ，而丈夫們?cè)谫I尿布后又隨手帶回了他們喜歡的啤酒。關(guān)聯(lián)規(guī)則挖掘被定義為假設(shè)I是項(xiàng)的集合。關(guān)聯(lián)規(guī)則在D中的支持度(support)是D中事務(wù)同時(shí)包含X、Y的百分比，即概率；置信度(confidence)是包含X的事務(wù)中同時(shí)又包含Y的百分比，即條件概率。給定AllElectronics關(guān)系數(shù)據(jù)庫(kù)，一個(gè)數(shù)據(jù)挖掘系統(tǒng)可能發(fā)現(xiàn)如下形式的關(guān)聯(lián)規(guī)則Age（X,“20….29”）^ine（X,“20,000….29,000”）？=buys(X,“CDPlayer”)[Support=20%,Confident=60%]其中X是變量，代表顧客，該關(guān)聯(lián)規(guī)則表示所研究的AllElectronics數(shù)據(jù)庫(kù)中，顧客有20%在2029歲，年收入在20,00029,000之間，并且購(gòu)買CD機(jī)；這個(gè)年齡和收入組的顧客購(gòu)買CD機(jī)的可能性有60%。算法命名源于算法使用了頻繁項(xiàng)集性質(zhì)的先驗(yàn)（prior）知識(shí)。其中，挖掘或識(shí)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。首先，通過(guò)掃描數(shù)據(jù)庫(kù)，累積每個(gè)項(xiàng)的計(jì)數(shù)，并收集滿足最小支持度的項(xiàng)，找出頻繁1項(xiàng)集的集合。然后，L1用于尋找頻繁2項(xiàng)集的集合L2，L2用于尋找L3，如此下去，直到不能再找到頻繁K項(xiàng)集。Apriori性質(zhì)：頻繁項(xiàng)集的所有非空子集也必須是頻繁的。(1) 連接步：為找LK，通過(guò)將L(k1)與自身連接產(chǎn)生候選K項(xiàng)集的集合。設(shè)l1和l2是Lk1中的項(xiàng)集。執(zhí)行L(k1)連接L(k1)，如果它們的前（K2）項(xiàng)相同的話，其中L(k1)的元素是可連接的。因此，如果候選K項(xiàng)集的（K1）項(xiàng)子集不在L(k1)中，則該候選也不可能是頻繁的，從而可以從CK中刪除。K: =1。For（i=1。 i++） begin 對(duì)第i個(gè)記錄T支持的每一個(gè)Ck中的項(xiàng)集，其計(jì)數(shù)器加1。Lk支持度保留。LKCk+1: =所有的（k+1）項(xiàng)集中滿足其k子集都在Lk里的全體；k=k+1。設(shè)某個(gè)數(shù)據(jù)庫(kù)中有9個(gè)事務(wù)。 某超市的銷售項(xiàng)目的事務(wù)記錄（1） 在算法的第一次迭代時(shí)，每個(gè)項(xiàng)都是候選1項(xiàng)集的集合C1的成員。（2） 假設(shè)最小支持度計(jì)數(shù)為2，即，min_sup=2。（3） 為了發(fā)現(xiàn)頻繁2項(xiàng)集的集合L2，算法使用L1和L1的連接C2。（4） 掃描數(shù)據(jù)庫(kù)D中的事務(wù)，累計(jì)C2中每個(gè)候選相集的支持計(jì)數(shù)。（6） 候選3項(xiàng)集的集合C3的產(chǎn)生要用到Apriori的逐層搜索技術(shù)，頻繁項(xiàng)集的所有子集都必須是頻繁的，給定一個(gè)候選k項(xiàng)集，只需要檢查它們的（k1）項(xiàng)集是否頻繁。（8） 算法使用L3和L3連接產(chǎn)生候選4項(xiàng)集C4。所以C4=空集，所以算法終止，找出所有的頻繁項(xiàng)集。它將數(shù)值分析、矩陣計(jì)算、科學(xué)數(shù)據(jù)可視化以及非線性動(dòng)態(tài)系統(tǒng)的建模和仿真等諸多強(qiáng)大功能集成在一個(gè)易于使用的視窗環(huán)境中，為科學(xué)研究、工程設(shè)計(jì)以及必須進(jìn)行有效數(shù)值計(jì)算的眾多科學(xué)領(lǐng)域提供了一種全面的解決方案，并在很大程度上擺脫了傳統(tǒng)非交互式程序設(shè)計(jì)語(yǔ)言（如C、Fortran）的編輯模式，代表了當(dāng)今國(guó)際科學(xué)計(jì)算軟件的先進(jìn)水平。由于Matlab使用矩陣作為其基本數(shù)據(jù)單位，所以使用Matlab進(jìn)行Apriori算法的編輯有著先天的優(yōu)勢(shì)，可以使代碼簡(jiǎn)潔易懂。sup=2。0 1 0 1 0。1 1 0 1 0。 0 1 1 0 0。1 1 1 0 1。 %shw是事務(wù)矩陣，行表示一個(gè)事務(wù)，列表示項(xiàng)目；若某一事務(wù)沒(méi)有某項(xiàng)，則該項(xiàng)目用0表示。shw = 1 1 0 0 1 0 1 0 1 0 0 1 1 0 0 1 1 0 1 0 1 0 1 0 0 0 1 1 0 0 1 0 1 0 0 1 1 1 0 1 1 1 1 0 0[m1,n1]=size(shw)。col = 1 2 3 4 5count_sup=sum(shw,1)39。 %查找候選項(xiàng)集C1中支持度2的項(xiàng)集,生成頻繁項(xiàng)集L1temp = 1 2 3 4 5col=col(temp)。L1=
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1