标签：设定 结尾 min 路径 tree RULE 关联 频次 ASSOCIATION

目录

关联规则

衡量指标

关联规则挖掘子任务

先验演算法APRIORI

两个原则：

频繁项集的计算：

频繁模式增长法Frequent Pattern-growth

1. 建立FP-tree

2. 挖掘FP-tree

---

关联规则

关联规则又称购物篮分析，指从看似相关却又不相同的交易记录中找出潜在有用的关联规则。

衡量指标

• 支持度support：频率，表示某个或某些购买商品与总体购买商品之间的关系；如果某个项原本的支持度很低，即使关联性很强，也没有太多实际意义；实际使用时可以指定X的出现次数作为阈值。
  • 利用minimum support（min sup）最小支持度作为门槛来删除不重要的关联规则。

  • 

• 信赖度confidence：条件概率，买了X的人又买了Y的比例有多少，表示关联性的强弱，或者说是规则的可靠性。
  • 衡量关联规则是否具有可信度的指标，利用minimum confidence（min conf）最小信赖度作为门槛（一般选0.5），删除正确率较低的关联规则。

  • 

• 增益lift：增益值至少要大于1，表示该关联规则的预期结果比原本的表现好。

关联规则挖掘子任务

• 频繁项集产生
• 规则产生

先验演算法APRIORI

两个原则：

• 如果一个集合是频繁项集，则其所有子集都是频繁项集。
• 如果一个集合不是频繁项集，则其所有超集都不是频繁项集。

频繁项集的计算：

如图所示，设min sup=3，求出最长的频繁项目集。

1. 将上图的交易信息转化为二元资料表

   二元资料表
   	A蛋糕	B奶茶	C可乐	D饼干	E巧克力
   1	0	1	1	1	1
   2	0	1	1	1	0
   3	1	1	0	1	0
   4	1	1	1	1	1
   5	1	1	1	0	0
   6	0	1	0	0	1

2. 统计出每个项目item出现的频次，并删除频次小于min sup的项目

   B奶茶	C可乐	D饼干	A蛋糕	E巧克力
   6	4	4	3	3

3. 将上个步骤保留下来的项目组成集合，求每个项目集的出现频次，并删除频次小于min sup的项目集

   BC	BD	BA	BE	CD	CA	CE	DA	DE	AE
   4	4	3	3	3	2	2	2	2	1

4. 重复上个步骤，直到求出最长的频繁项目集

   BCD	BCA	BCE	BDA	BDE	BAE	BACD	BECD
   3	2	2	2	2	1	1	2

综上所述，最长的频繁项目集为BCD。

频繁模式增长法Frequent Pattern-growth

目前最有效率的关联规则算法。将数据库内的频繁项目集压缩到一颗频繁模式树(FP-tree)之中，保留项目集之间的重要关联信息。此方法不需要大量的候选项目集，可大幅减少运算时间，并且只需要扫描资料库2次。

1. 建立FP-tree

min_sup：最小支持度，门槛值，

step1：统计所有项目item出现的次数，并删除次数小于min_sup的项目，然后降序排序（次数）；

step2：根据上一步排序后的项目表，依序读取每一条资料，同时建立FT-tree；

FP-tree建立过程如下所示：

某超市之事物数据库（min sup=2）

交易记录	商品交易项目
1	A,B
2	B,C,D
3	A,C,D,E
4	A,D,E
5	A,B,C
6	A,B,C,D
7	A
8	A,B,C
9	A,B,D
10	B,C,E

1. 统计项目频次

   项目	A	B	C	D	E
   频次	8	7	6	5	3

2. 删除次数小于min sup=2的项目，并降序排列

   项目	A	B	C	D	E
   频次	8	7	6	5	3

3. 根据上一步排序后的项目表，依序读取每一条资料，同时建立FP-tree

2. 挖掘FP-tree

step1：根据上一步建立的FP-tree，分别以结点E、D、C、B、A作为结尾来挖掘；

step2：以step1选定的结点为条件，其余结点为结尾，分别进行挖掘；

重新设定路径数字：指从tree的叶子结点(频次不变)到NULL结点，逐一更新路径上结点的频次。

FP-tree挖掘过程如下所示：

1. 以E作为结尾来挖掘，并重新设定路径数字
2. 删除频次小于min sup的项目，更新tree
3. {D,E}表示以E为条件下、D结尾，并重新设定路径数字
4. 删除频次小于min sup的项目，更新tree
5. {A,D}表示以D为条件下、A结尾                     
6. {C,E}表示以E为条件下、C结尾，并重新设定路径数字
7. 删除频次小于min sup的项目，更新tree
8. {A,E}表示以E为条件下、A结尾，并重新设定路径数字

以E为结尾的挖掘结果：

一阶	二阶	三阶
E	D	A
E	C
E	A

 以E为结尾的高频项目集：{E}、{D,E}、{C,E}、{A,E}、{A,D,E}。

同理：

1. 以D作为结尾来挖掘，并重新设定路径数字
2. {C,D}表示以D为条件下、C结尾，并重新设定路径数字
3. {B,C}表示以C为条件下、B结尾，并重新设定路径数字
4. 删除频次小于min sup的项目，更新tree
5. {A,C}表示以C为条件下、A结尾，并重新设定路径数字(由于树中只有A，所以A仍然是2)
6. {B,D}表示以D为条件下、B结尾，并重新设定路径数字
7. {A,B}表示以B为条件下、A结尾，并重新设定路径数字(由于树中只有A，所以A仍然是2)
8. {A,D}表示以D为条件下、A结尾，并重新设定路径数字(由于树中只有A，所以A仍然是4) 

以D为结尾的挖掘结果：

一阶	二阶	三阶
D	C	B
D	C	A
D	B	A
D	A

 以D为结尾的高频项目集：{D}、{D,C}、{D,B}、{D,A}、{D,C,B}、{D,C,A}、{D,B,A}。

同理：

1. 以C作为结尾来挖掘，并重新设定路径数字
2. {B,C}表示以C为条件下、B结尾，并重新设定路径数字
3. {A,B}表示以B为条件下、A结尾，并重新设定路径数字(由于树中只有A，所以A仍然是3)
4. {A,C}表示以C为条件下、A结尾，并重新设定路径数字(由于树中只有A，所以A仍然是4)

以C为结尾的挖掘结果：

一阶	二阶	三阶
C	B	A
C	A

 以C为结尾的高频项目集：{C}、{C,B}、{C,A}、{C,B,A}。

同理：

1. 以B作为结尾来挖掘，并重新设定路径数字
2. {A,B}表示以B为条件下、A结尾，并重新设定路径数字(由于树中只有A，所以A仍然是5)

以B为结尾的挖掘结果：

一阶	二阶	三阶
B	A

 以B为结尾的高频项目集：{B}、{B,A}。

同理：

1. 以A作为结尾来挖掘，并重新设定路径数字(由于树中只有A，所以A仍然是8)

以A为结尾的挖掘结果：

一阶	二阶	三阶
A

 以A为结尾的高频项目集：{A}。

标签：设定,结尾,min,路径,tree,RULE,关联,频次,ASSOCIATION
来源： https://blog.csdn.net/weixin_51032998/article/details/121004435

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。