关联分析（Association Analysis）.pptVIP

相关系数 对于两个变量X 和Y, 相关系数公式为 假设 X 和 Y 是二元变量，表1 给出了关于变量X 和 Y 的信息。表中的单元格代表X 和 Y 的可能组合，每一种组合有关的频数列在表中 表 1, 2×2 列连表 相关系数 相关系数公式为 相关系数 0.5 被认为大, 0.3 适中， 0.1 小 关于这个句子的详细解释如下：大于0.5的相关系数 被认为关系强, 0.5-0.3 关系适度, 0.3-0.1 关系弱，小于0.1 的关系无关紧要，或者不值得关注。 相关系数 逆关联分析 例子. 表2 的数据来自一个商店的100个购物篮。其中“organic” 表示该购物篮包括有机蔬菜， “?organic”表示该购物篮不包括有机蔬菜 organic ?organic total non-organic 20 60 80 ?non-organic 20 0 20 total 40 60 100 Table 2, Market Basket Information 关联法则: “non-organic → organic” 支持度是 20%，可信度为 25% (supp (non-organic, organic)/ supp (non-organic)). “organic → non-organic”支持度是 20%，可信度为 50% (supp (non-organic, organic)/ supp (organic)). 逆关联分析 对于第二个法则，虽然支持度和可信度较高，但我们有?=-0.61. 说明两种物品是负相关的。因此这个关联法则是误导人的。 * A transaction T = {西红柿, 黄瓜, 洋香菜} T contains X = {西红柿, 黄瓜} An association Rule: X ? Y {西红柿, 黄瓜} ? {洋香菜, 洋葱} X = {西红柿, 黄瓜} Y = {洋香菜, 洋葱} Transactions that contain X are {1,2,3,4,7} Transactions in X that also contain Y are {1,3} Confidence of the rule: 2/5=0.4, c = 40. Transactions in D that contain X?Y = {西红柿, 黄瓜, 洋香菜, 洋葱} = {1, 3} Support of the rule= 2/8 = 0.25, s = 25 * * 1) itemset: set of items. The support for an itemset: number of transactions that contain the itemset. Itemsets with minimum support are called large itemsets. Others are called small itemsets 2) Straightforward algorithm to generate the association rules. All non-empty subsets of l should be found. * Example: {黄瓜, 洋葱, 西红柿} is large. Support = 3/8 All of its subsets are large as well: {黄瓜, 西红柿}, support = 5/8 {洋葱, 西红柿}, support = 4/8 ... -----------------------Assume minsup = 20% Start with {西红柿, 洋葱}, try {西红柿, 洋葱, 黄瓜}, s =3/8, generate try {西红柿, 洋葱, 洋香菜}, s=2/8 , generate try {{西红柿, 洋葱, 橄榄}, s=1/8, don’t generate. * Assume s=30% 面包: 4/8=0.5 0.3, 包括 黄瓜: 5/8=0.625 0.3, 包括 洋葱: 4/8 =0.5 0.3, 包括 洋香菜: 3/8=0.375 0.3, 包括 西红柿: 6/8=0.75 0.3, 包括 黄油: 1/8=0.125 0.3, 排除 奶酪: 2/8=0.25 0.3, 排除 橄榄: 1/8=0.125 0.3, 排除 食盐: 2/8=0.25 0.3, 排除 L1 = {{面包}, {黄瓜}, {洋葱}, {洋香菜}, {西红柿}} I