数据挖掘原理与SPSSClementine应用宝典第10章关联规则教学幻灯片讲义.pptVIP

对于数值型的字段，需要进行一定的处理之后才可以进行。处理数值型字段的方法基本上有以下几种： (1) 数值字段被分成一些预定义的层次结构。 (2) 数值字段根据数据的分布分成了一些布尔字段。 (3) 数值字段被分成一些能体现它含义的区间。 (4) 直接用数值字段中的原始数据进行分析。 10.9.1多维关联规则挖掘原理 10.2.3复杂关联规则算法 多层次关联规则挖掘一般有两种途径: 一种是把单层次关联规则挖掘算法直接应用于多层次。 另一种是在不同的层次应用不同的支持度阈值和置信度阈值。 10.3 分层有哪些信誉好的足球投注网站算法-Apriori算法 10.3.1 频繁项集的产生 Apriori算法使用层次顺序有哪些信誉好的足球投注网站的循环方法（又称作逐层有哪些信誉好的足球投注网站的迭代方法）产生频繁项集，即用频繁k-项集探索产生(k+1)-项集。首先，找出长度为1的频繁项集，记为 ， 用于产生频繁2-项集 的集合，而用于产生频繁3-项集 的，如此循环下去，直到不能找到新的频繁k-项集。找每个 需要扫描数据库一次。 举例: 已知事务数据库D如表10.1所示，最小支持度计数为2，即 minsupport=2/9， 利用Apriori算法挖掘所有满足minsup的频繁集。 (1)第一次扫描，扫描数据库获得每个候选项的计数，从而获得频繁1-项集。如表10-2所示。 (2)根据L1生成2-候选集C2，然后扫描数据库D，计算各项集的支持度，如表10.3所示。从而得到频繁2-项集，如表10.4所示。 (3) L2进行自连接得到C3={{I1, I4, I5}，{ I1, I2, I4}，{ I1, I3, I4}，{ I1, I3, I5}，{ I2, I3, I4}， { I3, I4, I5}} 因为{ I1, I2, I4}的子集{ I1, I2,}和 { I1, I3, I4}、{ I1, I3, I5}的子集{ I1, I3,}及 { I2, I3, I4}的子集{ I2, I3}不在L2中 因此，从C3中删除{ I1, I2, I4}、{ I1, I3, I4}、{ I1, I3, I5}、 { I2, I3, I4}得： C3={{ I1, I4, I5}，{ I3, I4, I5}}。然后再扫描数据库D，计算各项集的支持度计数，如表10.5所示，从而得到频繁3-项集L3，如表10.6所示。 (4)L3进行自连接得到C4={{ I1, I3, I4 , I5}}，由于{ I1, I3, I4 , I5}的子集{ I1, I3, I4 ,}不在L3中，因此删除{ I1, I3, I4 , I5}后C4=?，进而L4=?，算法终止。 10.3.2产生关联规则 利用如下公式来计算所获关联规则的置信度。 其中，support_count(A?B)是包含项集A?B的交易记录数目，support_count(A)是包含项集A的交易记录数目。 利用频繁项集生成规则的算法描述如下： for all 频繁k项集 ,k?2 do begin H1={ 中规则的后件，该规则的后件中只有一个项目}； Call ap_genrules( ,H1); end; Procedure ap_genrules( ：频繁项集, Hm：m个项目的后件的集合) if(km+1) then begin Hm+1=apriori_gen(Hm) for all hm+1? Hm+1 do begin conf=support( )/support( -hm+1); if(conf?minconf) then output 规则 -hm+1→hm+1 with confidence=conf and support=support( ); 例10－2 以表10.1所示数据为例，来说明关联规则的生成过程。频繁项集 l ={ I1, I4, I5}，以下将给出根据l所产生的关联规则。L 的非空子集为：{ I1}、{ I4}、{I5}、{ I1, I4}、{ I4, I5}和{ I1, I5}。以下就是据此所获得的关联规则及其置信度。 I1∧I4→I5 confidence=2/2=100% I1∧I5→I4