数据挖掘课件第3章关联规则挖掘理论和算法(new)幻灯片.ppt

用条件模式库建立对应的条件FP-Tree m-条件 模式库 Item 条件模式库 c f:3 a fc:3 b fca:1, f:1, c:1 m fca:2, fcab:1 p fcam:2, cb:1 f:3 c:3 a:3 NULL m-条件FP-Tree Item (fre) f 4 c 4 a 3 b 3 m 3 p 3 L f:4 c:3 a:3 m:2 NULL b:1 p:2 m:1 b:1 c:1 b:1 p:1 T5 Item 条件模式库 条件FP-Tree p {(fcam:2),(cb:1)} {(c:3)}|p m {(fca:2),(fcab:1)} {(f:3,c:3,a:3)}|m b {(fca:1),(f:1),(c:1)} Empty a {fc:3} {(f:3,c:3)}|a c {f:3} {(f:3}|c f Empty Empty m-条件FP-Tree c:3 NULL f:3 c:3 a:3 NULL NULL f:3 c:3 NULL f:3 NULL p-条件FP-Tree c-条件FP-Tree a-条件FP-Tree b-条件FP-Tree NULL f-条件FP-Tree 用条件FP-Tree挖掘频繁项集 m-条件FP-Tree c:3 NULL f:3 c:3 a:3 NULL NULL f:3 c:3 NULL f:3 NULL p-条件FP-Tree c-条件FP-Tree a-条件FP-Tree b-条件FP-Tree NULL f-条件FP-Tree 得到的频繁项目集合｛｛ｃ，ｐ｝，｛ｆ，ｃ，ａ，ｍ｝｝ 多层次关联规则挖掘 根据规则中涉及到的层次，多层次关联规则可以分为： 同层关联规则：如果一个关联规则对应的项目是同一个粒度层次，那么它是同层关联规则。如“牛奶?面包”和“羽绒服?酸奶”都是同层关联规则; 关联规则挖掘中的一些更深入的问题 日用品 服装 食品 夏季服装 冬季服装 面包 牛奶 羽绒服 大衣 品牌1 品牌2 鲜奶 酸奶 品牌3 品牌4 层间关联规则：如果在不同的粒度层次上考虑问题，那么可能得到的是层间关联规则。如“夏季服装?酸奶”都是层间关联规则; 多层次关联规则挖掘 多层次关联规则挖掘的度量方法可以沿用 “支持度-可信度”的框架。不过，多层次关联规则挖掘有两种基本的设置支持度的策略： 统一的最小支持度：算法实现容易，而且很容易支持层间的关联规则生成。但是弊端也是显然的： 不同层次可能考虑问题的精度不同、面向的用户群不同 对于一些用户，可能觉得支持度太小，产生了过多不感兴趣的规则。而对于另外的用户来说，又认为支持度太大，有用信息丢失过多。 不同层次使用不同的最小支持度：每个层次都有自己的最小支持度。较低层次的最小支持度相对较小，而较高层次的最小支持度相对较大。这种方法增加了挖掘的灵活性。但是，也留下了许多相关问题需要解决： 首先，不同层次间的支持度应该有所关联，只有正确地刻画这种联系或找到转换方法，才能使生成的关联规则相对客观。 其次，由于具有不同的支持度，层间的关联规则挖掘也是必须解决的问题。例如，有人提出层间关联规则应该根据较低层次的最小支持度来定。 对于多层关联规则挖掘的策略，可灵活掌握： 自上而下方法：先找高层规则，如“冬季服装?牛奶” ，再找其下层规则，如“羽绒服?鲜奶”。如此逐层自上而下挖掘。不同层次的支持度可以一样，也可以根据上层的支持度动态生成下层的支持度。 自下而上方法：先找低层规则，再找其上层规则，如“羽绒服?鲜奶”。不同层次的支持度可以动态生成。 在同一固定层次上挖掘：用户可根据情况，在一个固定层次上挖掘，如果需要查看其他层次的数据，可通过上钻和下钻等操作来获得相应数据。 多维关联规则挖掘 多维关联规则可以有： 维内的关联规则：例如，“年龄（X，20~30）^职业（X，学生）?购买（X，笔记本电脑）”。这里我们就涉及到三个维：年龄、职业、购买。 混合维关联规则：这类规则允许同一个维重复出现。例如，“年龄（X，20~30）? 购买（X，笔记本电脑） ? 购买（X，打印机）”。由于同一个维“购买”在规则中重复出现，因此为挖掘带来难度。但是，这类规则更具有普遍性，具有更好的应用价值，因此近年来得到普遍关注。 数量关联数规则的挖掘 主要解决连续的数值型数据挖掘问题，它与布尔关联规则挖掘不同。主要涉及的关键问题有： 连续数值属性的处理，一般有 对数值属性进行离散化处理，包括： 数值属性的静态离散化； 数值属性的动态离散化； 基于特定的技术进行离散化。 不直接对数值属性离散化，而是采用统计或模糊方法进行处理。 规则的优化 对关系数据库而言，不加限制会产生大量冗余规则，这些规则对于理解和使用都是新的瓶颈。需对其进行优化以找出用户真