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、项、项集合、项集 示例一、 关联规则挖掘简介
Apriori 算法 是 关联规则 挖掘算法 ,
关联规则 反映了 对象之间 相互依赖关系 ,
可以通过 一个对象 的行为或属性 预测 其它对象的行为或属性 ;
关联规则 不是 因果关系 , 有可能有因果关系 , 有可能没有 ;
如 :购买商品时 , 啤酒 与 尿布 就有关联关系 , 这两个之间肯定没有因果关系 , 有一种未知的关联关系 ;
关联规则挖掘步骤 :
① 步骤一 :找出 支持度 ≥\geq≥ 最小支持度阈值 的 频繁项集 ;
② 步骤二 :根据 频繁模式 生成 满足 可信度阈值 的 关联规则 ;
二、 数据集 与 事物 ( Transaction ) 概念
数据集 与 事物 ( Transaction ) 概念 :
数据挖掘 数据集 由 事物 构成 ;
数据集 记做 DDD ;
使用事物表示 数据集 , 表示为 D={t1,t2,⋯,tn}D = \{ t_1 , t_2 , \cdots , t_n \}D={t1,t2,⋯,tn} ,
其中 tk,(k=1,2,⋯,n)t_k , \ ( k = 1, 2, \cdots, n )tk,(k=1,2,⋯,n) 称为事物 ;
每个事物可以使用 唯一的标识符 表示 事物编号 ( TID ) ;
三、项 ( Item ) 概念
项 ( Item ) 概念 :
每个 事物 ( Transaction ) 由多个 项 ( Item ) 组成 ;
项 记做 iii ;
表示为 tk={i1,i2,⋯,in}t_k = \{ i_1 , i_2 , \cdots , i_n \}tk={i1,i2,⋯,in} ;
数据集 DDD 是所有 项 iii 的集合 是 III 集合 ;
四、项集 ( Item Set ) 概念
项集 ( Item Set ) 概念 :
III 中的 任意子集 XXX , 称为 数据集 DDD 的 项集 ( Item Set ) ;
如果 项集 ( Item Set ) 中 项 ( Item ) 个数为 kkk ,
则称该 项集 ( Item Set ) 为 kkk 项集 ( k-itemset ) ;
五、频繁项集
频繁项集 :频繁项集指的是出现次数较多的项集 ;
六、数据集、事物、项、项集合、项集 示例
整个 数据集 DDD , 由 555 个事物 构成 ;
数据集 :D={t1,t2,t3,t4,t5}D = \{ t_1 , t_2 , t_3 , t_4, t_5 \}D={t1,t2,t3,t4,t5}
事物 111 :t1={奶粉,莴苣}t_1 = \{ 奶粉 , 莴苣 \}t1={奶粉,莴苣}
事物 222 :t2={莴苣,尿布,啤酒,甜菜}t_2 = \{ 莴苣 , 尿布 , 啤酒 , 甜菜 \}t2={莴苣,尿布,啤酒,甜菜}
事物 333 :t3={奶粉,尿布,啤酒,橙汁}t_3 = \{ 奶粉 , 尿布 , 啤酒 , 橙汁 \}t3={奶粉,尿布,啤酒,橙汁}
事物 444 :t4={奶粉,莴苣,尿布,啤酒}t_4 = \{ 奶粉 , 莴苣 , 尿布 , 啤酒 \}t4={奶粉,莴苣,尿布,啤酒}
事物 555 :t5={奶粉,莴苣,尿布,橙汁}t_5 = \{ 奶粉 , 莴苣 , 尿布 , 橙汁 \}t5={奶粉,莴苣,尿布,橙汁}
上述 事物 集合中的元素 iii 都称为项 , 奶粉,莴苣,尿布,啤酒,甜菜,橙汁奶粉 , 莴苣 , 尿布 , 啤酒 , 甜菜 , 橙汁奶粉,莴苣,尿布,啤酒,甜菜,橙汁 都是 项 ;
I={奶粉,莴苣,尿布,啤酒,甜菜,橙汁}I = \{ 奶粉 , 莴苣 , 尿布 , 啤酒 , 甜菜 , 橙汁 \}I={奶粉,莴苣,尿布,啤酒,甜菜,橙汁}
项集 :任意不相同的项组成的集合就称为项集 , 上述 666 个元素的集合有 262^626 个项集 ; 参考集合幂集个数
{奶粉}\{ 奶粉 \}{奶粉} 是 111 项集 ;
{尿布,啤酒}\{ 尿布 , 啤酒 \}{尿布,啤酒} 是 222 项集 ;
{莴苣,尿布,啤酒}\{ 莴苣 , 尿布 , 啤酒 \}{莴苣,尿布,啤酒} 是 333 项集 ;
{奶粉,莴苣,尿布,啤酒}\{ 奶粉 , 莴苣 , 尿布 , 啤酒 \}{奶粉,莴苣,尿布,啤酒} 是 444 项集 ;
{奶粉,莴苣,尿布,啤酒,甜菜}\{ 奶粉 , 莴苣 , 尿布 , 啤酒 , 甜菜 \}{奶粉,莴苣,尿布,啤酒,甜菜} 是 555 项集 ;
{奶粉,莴苣,尿布,啤酒,甜菜,橙汁}\{ 奶粉 , 莴苣 , 尿布 , 啤酒 , 甜菜 , 橙汁 \}{奶粉,莴苣,尿布,啤酒,甜菜,橙汁} 是 666 项集 ;
【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 )