2|数据挖掘|关联规则理论部分|引言

2024-03-08 21:40

本文主要是介绍2|数据挖掘|关联规则理论部分|引言,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

week11-2022年11月11日|2023年2月16日更新

目录

0.数据挖掘基本算法

1.关联规则 Association Rules

1.1示例

1.2含义

1.3应用

2.市场购物篮分析

2.1分析事务数据库表

3.关联规则挖掘

4.基本概念

4.1包含

4.2频繁模式

4.3项集

4.4事务

4.5关联规则

4.6事务数据集

4.7事务标识TID

5.度量有趣的关联规则

5.1支持度s

5.2可信度c

5.3条件概率

5.4关联规则标准

6.市场购物篮分析——课堂思考

7.频繁项集

7.1项

7.2项集

7.3k-项集

7.4频繁(或大)项集

8.强关联规则

8.1强规则

9.关联规则挖掘

下节预告


0.数据挖掘基本算法

Apriori算法

Frequent-patterm tree和FP-growth算法

多维关联规则挖掘

相关规则

基于约束的关联规则挖掘

总结


1.关联规则 Association Rules

关联规则表示了项之间的关系

1.1示例

谷物,牛奶 => 水果

1.2含义

“买谷类食品和牛奶的人也会买水果”

1.3应用

商店可以把谷类食品和牛奶作特价品以使人们买更多的水果

2.市场购物篮分析

2.1分析事务数据库表

PersonBasket
A薯片, 沙司, 曲奇, 饼干, 可乐, 啤酒
B生菜, 菠菜, 桔子, 芹菜, 苹果, 葡萄
C薯片,沙司, 披萨, 蛋糕
D生菜,菠菜, 牛奶, 黄油

我们是否可假定?薯片=>沙司        生菜=>菠菜 

3.关联规则挖掘

在事务数据库,关系数据库和其他信息库中的对象的集合之间,发现频繁模式,关联,相关或因果关系的结构。​​​​​​​

4.基本概念

4.1包含

通常数据包含:

TID(事务ID)Basket(项的子集)

4.2频繁模式

数据库中出现频繁的模式(项集,序列,等等);

4.3项集

I=[i_{1},i_{2},i_{3},...,i_{m}]

4.4事务

T\subseteq i

4.5关联规则

A=>B

A\subset I,B\subset I,A\cap B=\varnothing

4.6事务数据集

事务数据集用D表示:

Transaction-idItems bought
10A,B,C
20A,C
30A,D
40B,E,F

4.7事务标识TID

每一个事务关联着一个标识,称作TID

5.度量有趣的关联规则

5.1支持度s

D中同时包含A和B的事务数与总的事务数的比值;

规则A=>B在数据集中D中的支持度为s,其中s表示D中包含A\cup B(即同时包含A和B)的事务的百分率,即可用条件概率P(A\cup B)表示。

support(A=>B)=P(A\cup B)

5.2可信度c

D中同时包含A和B的事务数与只包含A的事务数的比值;

规则 A=>B在数据集D中的可信度为c,其中c表示D中包含A的事务中也包含B的百分率,即可用条件概率P(B|A)表示。​​​​​​​

confidence(A=>B)=P(B|A)

5.3条件概率

条件概率P(B|A)表示A发生的条件下B也发生的概率。

5.4关联规则标准

关联规则根据以下两个标准(包含或排除):

最小支持度s:表示规则中的所有项在事务中出现的频度。

最小可信度c:表示规则中左边的项(集)的出现暗示着右边的项(集)出现的频度。

6.市场购物篮分析——课堂思考

(1)总共有A,B,C,D四个项集,例如{生菜,菠菜,桔子,芹菜,苹果,葡萄}是一个6项集,{薯片,沙司,披萨,蛋糕}是一个4项集;

(2)生菜,菠菜,桔子,芹菜,苹果,葡萄 ?

(3)支持度s 2(A+C)/4(A+B+C+D)=2/4=1/2;

(4)可信度c 2/2=1。

7.频繁项集

7.1项

项集里面包含的每一个物品;

7.2项集

​​​​​​​任意项的集合;

7.3k-项集

包含k个项的项集;

7.4频繁(或大)项集

满足最小支持度的项集。

8.强关联规则

给定一个项集,容易生成关联规则。

项集:{薯片,沙司,啤酒}

啤酒,薯片=>沙司

啤酒,沙司=>薯片

薯片,沙司=>啤酒

8.1强规则

强规则是有趣的;

强规则通常定义为那些满足最小支持度和最小可信度的规则。

给出一个项集,如何生成关联规则?

'买了什么物品之后,还会继续买什么?' ——> 强关联规则

9.关联规则挖掘

两个基本步骤

找出所有的频繁项集(条件:满足最小支持度)

找出所有的强关联规则

——由频繁项集生成关联规则

——保留满足最小可信度的规则

下节预告​​​​​​​

L_{1}一个示例

存在一个数据库:扫描数据库依次得到C_{1}L_{1}C_{2}L_{2}C_{3}L_{3}​​​​​​​;

只有前两项一致,我们才可以“相连”。

频繁1-项集 

构建FP-树 

 创建根节点...

这篇关于2|数据挖掘|关联规则理论部分|引言的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/788484

相关文章

Nginx location匹配模式与规则详解

《Nginxlocation匹配模式与规则详解》:本文主要介绍Nginxlocation匹配模式与规则,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、环境二、匹配模式1. 精准模式2. 前缀模式(不继续匹配正则)3. 前缀模式(继续匹配正则)4. 正则模式(大

一文详解如何在Python中从字符串中提取部分内容

《一文详解如何在Python中从字符串中提取部分内容》:本文主要介绍如何在Python中从字符串中提取部分内容的相关资料,包括使用正则表达式、Pyparsing库、AST(抽象语法树)、字符串操作... 目录前言解决方案方法一:使用正则表达式方法二:使用 Pyparsing方法三:使用 AST方法四:使用字

SQL表间关联查询实例详解

《SQL表间关联查询实例详解》本文主要讲解SQL语句中常用的表间关联查询方式,包括:左连接(leftjoin)、右连接(rightjoin)、全连接(fulljoin)、内连接(innerjoin)、... 目录简介样例准备左外连接右外连接全外连接内连接交叉连接自然连接简介本文主要讲解SQL语句中常用的表

如何高效移除C++关联容器中的元素

《如何高效移除C++关联容器中的元素》关联容器和顺序容器有着很大不同,关联容器中的元素是按照关键字来保存和访问的,而顺序容器中的元素是按它们在容器中的位置来顺序保存和访问的,本文介绍了如何高效移除C+... 目录一、简介二、移除给定位置的元素三、移除与特定键值等价的元素四、移除满足特android定条件的元

详解nginx 中location和 proxy_pass的匹配规则

《详解nginx中location和proxy_pass的匹配规则》location是Nginx中用来匹配客户端请求URI的指令,决定如何处理特定路径的请求,它定义了请求的路由规则,后续的配置(如... 目录location 的作用语法示例:location /www.chinasem.cntestproxy

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

mysql关联查询速度慢的问题及解决

《mysql关联查询速度慢的问题及解决》:本文主要介绍mysql关联查询速度慢的问题及解决方案,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录mysql关联查询速度慢1. 记录原因1.1 在一次线上的服务中1.2 最终发现2. 解决方案3. 具体操作总结mysql

关于Gateway路由匹配规则解读

《关于Gateway路由匹配规则解读》本文详细介绍了SpringCloudGateway的路由匹配规则,包括基本概念、常用属性、实际应用以及注意事项,路由匹配规则决定了请求如何被转发到目标服务,是Ga... 目录Gateway路由匹配规则一、基本概念二、常用属性三、实际应用四、注意事项总结Gateway路由

MYSQL关联关系查询方式

《MYSQL关联关系查询方式》文章详细介绍了MySQL中如何使用内连接和左外连接进行表的关联查询,并展示了如何选择列和使用别名,文章还提供了一些关于查询优化的建议,并鼓励读者参考和支持脚本之家... 目录mysql关联关系查询关联关系查询这个查询做了以下几件事MySQL自关联查询总结MYSQL关联关系查询

Redis 多规则限流和防重复提交方案实现小结

《Redis多规则限流和防重复提交方案实现小结》本文主要介绍了Redis多规则限流和防重复提交方案实现小结,包括使用String结构和Zset结构来记录用户IP的访问次数,具有一定的参考价值,感兴趣... 目录一:使用 String 结构记录固定时间段内某用户 IP 访问某接口的次数二:使用 Zset 进行