衛(wèi)生信息分析ppt課件(已改無錯(cuò)字)
2023-06-03 18:11:42 本頁面
【正文】 的清單如下表。 某超市 5位顧客購(gòu)買商品清單（三） 關(guān)聯(lián)規(guī)則挖掘的 Apriori 算法候選 1項(xiàng)集面包 4牛奶 4尿布 4啤酒 3雞蛋 1可樂 1頻繁 1項(xiàng)集面包 4牛奶 4尿布 4啤酒 3候選 2項(xiàng)集面包 牛奶 3面包 尿布 3面包 啤酒 2牛奶 尿布 3牛奶 啤酒 2尿布 啤酒 3候選 1項(xiàng)集面包 尿布 牛奶 2面包 尿布 啤酒 2牛奶 尿布 啤酒 2頻繁 2項(xiàng)集面包 牛奶 3面包 尿布 3牛奶 尿布 3尿布 啤酒 3Apriori 算法的基本操作步驟舉例（四） 關(guān)聯(lián)規(guī)則的生成? 同時(shí)滿足最小支持度閾值和最小置信度閾值的規(guī)則稱為強(qiáng)規(guī)則。對(duì)于給定的一個(gè)事務(wù)集 D，挖掘關(guān)聯(lián)規(guī)則就是支持度和可信度分別大于用戶給定的最小支持度和最小可信度的強(qiáng)關(guān)聯(lián)規(guī)則。（五） 關(guān)聯(lián)規(guī)則挖掘在衛(wèi)生信息分析中的實(shí)例（一） 聚類分析的定義? 聚類分析（ cluster analysis）是將一組物理的或抽象的對(duì)象，根據(jù)它們之間的相似程度，分為若干組，使得同一個(gè)組內(nèi)的數(shù)據(jù)對(duì)象具有較高的相似度，而不同組中的數(shù)據(jù)對(duì)象是不相似的。? 聚類分析與分類 不同 ：? 對(duì)于分類問題，事先了解訓(xùn)練樣本的分類屬性，將數(shù)據(jù)對(duì)象分到不同的 已知 類中，如在人口統(tǒng)計(jì)中將每個(gè)調(diào)查對(duì)象分類到老年組、中年組等；而聚類分析，則是在劃分的分類體系 未知 的情況下，將數(shù)據(jù)對(duì)象分組成不同類，需在訓(xùn)練樣本中找到這個(gè)分類屬性。（二） 聚類分析的基本步驟 ? 通常就是利用（各對(duì)象間）距離來表示 相似性。? 常用距離度量公式有歐幾里得（ Euclidean）距離公式。1. 計(jì)算對(duì)象間的相似性? 上述的數(shù)據(jù)矩陣經(jīng)過計(jì)算對(duì)象間的歐幾里得距離之后，得到的是對(duì)象間的相似矩陣 。相似矩陣2. 將聚類對(duì)象分到各個(gè)類別? 層次方法 (hierarchical
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1