【数据挖掘】关联规则挖掘 Apriori 算法 ( 频繁项集 | 非频繁项集 | 强关联规则 | 弱关联规则 | 发现关联规则 )
文章目录
- 一、 频繁项集
- 二、 非频繁项集
- 三、 强关联规则
- 四、 弱关联规则
- 五、 发现关联规则
参考博客 :
- 【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则简介 | 数据集 与 事物 Transaction 概念 | 项 Item 概念 | 项集 Item Set | 频繁项集 | 示例解析 )
- 【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则 | 数据项支持度 | 关联规则支持度 )
- 【数据挖掘】关联规则挖掘 Apriori 算法 ( 置信度 | 置信度示例 )
一、 频繁项集
项集 X\rm XX 的 支持度 support(X)\rm support(X)support(X) , 大于等于 指定的 最小支持度阈值 minsup\rm minsupminsup ,
则称该 项集 X\rm XX 为 频繁项集 ,
又称为 频繁项目集 ;
二、 非频繁项集
项集 X\rm XX 的 支持度 support(X)\rm support(X)support(X) , 小于 指定的 最小支持度阈值 minsup\rm minsupminsup ,
则称该 项集 X\rm XX 为 非频繁项集 ,
又称为 非频繁项目集 ;
三、 强关联规则
项集 X\rm XX 是 频繁项集 的前提下 , ( 项集 X\rm XX 的 支持度 support(X)\rm support(X)support(X) , 大于等于 指定的 最小支持度阈值 minsup\rm minsupminsup ) ,
置信度 confidence(X⇒Y)\rm confidence (X \Rightarrow Y)confidence(X⇒Y) 大于等于 置信度最小阈值 minconf\rm minconfminconf ,
称该 关联规则 X⇒YX \Rightarrow YX⇒Y 是 强关联规则 ;
四、 弱关联规则
项集 X\rm XX 是 频繁项集 的前提下 , ( 项集 X\rm XX 的 支持度 support(X)\rm support(X)support(X) , 小于等于 指定的 最小支持度阈值 minsup\rm minsupminsup ) ,
置信度 confidence(X⇒Y)\rm confidence (X \Rightarrow Y)confidence(X⇒Y) 小于 置信度最小阈值 minconf\rm minconfminconf ,
称该 关联规则 X⇒YX \Rightarrow YX⇒Y 是 弱关联规则 ;
五、 发现关联规则
发现关联规则 :
从 数据集 D\rm DD 中 , 发现 支持度 support\rm supportsupport , 置信度 confidence\rm confidenceconfidence , 大于等于给定 最小阈值 的 强关联规则 ;
目的是 发现 强关联规则 ;
【数据挖掘】关联规则挖掘 Apriori 算法 ( 频繁项集 | 非频繁项集 | 强关联规则 | 弱关联规则 | 发现关联规则 )相关推荐
- 【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则性质 | 非频繁项集超集性质 | 频繁项集子集性质 | 项集与超集支持度性质 )
文章目录 一. 非频繁项集超集性质 二. 频繁项集子集性质 三. 项集与超集支持度性质 参考博客 : [数据挖掘]关联规则挖掘 Apriori 算法 ( 关联规则简介 | 数据集 与 事物 Trans ...
- 【数据挖掘】关联规则挖掘 Apriori 算法 ( Apriori 算法过程 | Apriori 算法示例 )
文章目录 一. Apriori 算法过程 二. Apriori 算法示例 参考博客 : [数据挖掘]关联规则挖掘 Apriori 算法 ( 关联规则简介 | 数据集 与 事物 Transaction ...
- 【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则 | 数据项支持度 | 关联规则支持度 )
文章目录 一. 关联规则 二. 数据项支持度 三. 关联规则支持度 参考博客 : [数据挖掘]关联规则挖掘 Apriori 算法 ( 关联规则简介 | 数据集 与 事物 Transaction 概念 ...
- 【数据挖掘】关联规则挖掘 Apriori 算法 ( 置信度 | 置信度示例 )
文章目录 一. 置信度 二. 置信度 示例 参考博客 : [数据挖掘]关联规则挖掘 Apriori 算法 ( 关联规则简介 | 数据集 与 事物 Transaction 概念 | 项 Item 概念 ...
- 数据分享|R语言关联规则挖掘apriori算法挖掘评估汽车性能数据
全文链接:http://tecdat.cn/?p=32092 我们一般把一件事情发生,对另一件事情也会产生影响的关系叫做关联.而关联分析就是在大量数据中发现项集之间有趣的关联和相关联系(形如" ...
- 关联规则挖掘--Apriori算法
关联规则挖掘--Apriori算法 1.关联规则概述 2.置信度.支持度.提升度的概念 3.关联规则挖掘问题 4.Apriori算法 4.1 算法步骤 4.2 先验原理 4.3 寻找最大频繁项的过程 ...
- 关联规则挖掘——Apriori算法的基本原理以及改进
问题引入 关联规则挖掘发现大量数据中项集之间有趣的关联或者相互联系.关联规则挖掘的一个典型例子就是购物篮分析,该过程通过发现顾客放入其购物篮中不同商品之间的联系,分析出顾客的购买习惯,通过了解哪些商品 ...
- 【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则简介 | 数据集 与 事物 Transaction 概念 | 项 Item 概念 | 项集 Item Set | 频繁项集 | 示例解析 )
文章目录 一. 关联规则挖掘简介 二. 数据集 与 事物 ( Transaction ) 概念 三.项 ( Item ) 概念 四.项集 ( Item Set ) 概念 五.频繁项集 六.数据集.事物 ...
- 【数据挖掘实战】——中医证型的关联规则挖掘(Apriori算法)
目录 一.背景和挖掘目标 1.问题背景 2.传统方法的缺陷 3.原始数据情况 4.挖掘目标 二.分析方法和过程 1.初步分析 2.总体过程 第1步:数据获取 第2步:数据预处理 第3步:构建模型 三. ...
最新文章
- sql server 表索引碎片处理
- 查看文件命令cat,more,less,tail,tac,nl,od---linux学习笔记
- 8.2.1.2 How MySQL Optimizes WHERE Clauses MySQL 优化WHERE 子句
- exp中query的使用方法
- 企业的核心竞争力是什么
- 嵌入式软件开发必看书籍推荐(C/C++、linux、软件开发)
- Hbase Compaction 源码分析 - CompactionChecker
- tecplot批量导出图片_批量导出Excel图片,用这招,半分钟干的活别人一整天完不成...
- Python 字典实现原理
- JS中实现Trim(),TrimStart(),TrimEnd() 的方法
- 2022年6月25日PMP考试通关宝典-3
- google开源技术(部分)
- 蓝桥杯试题——随意组合
- 中国地图及各省市县地图json下载地址
- 【中危】Sweet32: TLS 64位分组密码生日攻击(CVE-2016-2183)
- 可控硅温控器的组成和可控硅的选择
- 实现字符和Unicode码互换 (Java经典编程案例)
- 桥梁防船撞智能预警系统方案讨论
- 学习笔记_ncl_读取nc文件中的变量_制作nc文件的方法
- HTML+CSS简单静态页面——安利首页