标签：Confidence Generation Support 关联 Itemset 规则 数据挖掘 基本概念

原文链接：http://www.cnblogs.com/XjChenny/archive/2012/10/24/2737879.html

6.关联分析

6.1.Problem Definition

　　关联分析（Association Analysis）是指从大量的数据集中，搜索出有强关联的规则（Rule），但是这个计算过程通常计算成本很高。建立关联规则的两个重要判据是：Support以及Confidence。Support简单地讲，就是指在数据集中，包含规则中所有Item的条目越多，Support越大，就越能够排除偶然因素的影响。而Confidence则是，当规则前件出现时，规则后件出现地越多，Confidence越大。我们在关联分析中所要做的工作，就是找出所有超过特定阈值的关联规则。

　　但是对于一个条目，它包含了许多个Item，理论上所能够构成的规则特别多，如何有效快速地从这些规则中筛选出那些有用的规则是关联分析的重点。因此，我们通常将关联分析分成两部分：（1）Frequent Itemset Generation，从可能的Itemset中找出比较频繁出现的那些Itemset；（2）Rule Generation：则是在（1）之后，形成强关联规则。

6.2.Frequent Itemset Generation

　　这部分工作的计算复杂度高，我们通常用来减少（1）候选itemset的个数；（2）减少比较的次数来降低计算复杂度。

6.2.1.The Apriori Principle

　　

转载于:https://www.cnblogs.com/XjChenny/archive/2012/10/24/2737879.html

标签：Confidence,Generation,Support,关联,Itemset,规则,数据挖掘,基本概念
来源： https://blog.csdn.net/weixin_30817749/article/details/99833968

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。