CPDA考试 关联案例.docVIP

关联案例 1. 顾客ID 购买项 1 {a,d,e} 1 {a,b,c,e} 2 {a,b,d,e} 2 {a,c,d,e} 3 {b,c,e} 3 {b,d,e} 4 {c,d} 4 {a,b,c} 5 {a,d,e} 5 {a,b,e} （1）设minsupport=40%，利用Apriori算法写出所有的频繁项目集，并指出其中支持度最大的二项频繁项目集。 （2）在第一问基础上设minconfidence=60%，找出所有的有效强相关联规则。 题目解析：频繁项集只求支持度。有效强关联规则要求支持度、置信度、提升度。 观察数据之后，我们要将数据整理为平台能够识别的数据，所以挣得到的数据如下表： 编号 a b c d e 1 1 0 0 1 1 2 1 1 1 0 1 3 1 1 0 1 1 4 1 0 1 1 1 5 0 1 1 0 1 6 0 1 0 1 1 7 0 0 1 1 0 8 1 1 1 0 0 9 1 0 0 1 1 10 1 1 0 0 1 整理之后的数据表格一定要与原始数据作对比。确定无误之后进行数据分析。 导入数据，在DATAHOOP中展示分析变量全部放入X轴区域，用关联规则算法关联分析。最小支持度填写为0.4，最小置信度我们自己填写为0.001，支持度和置信度设置成100（一定要比较大）。进行分析之后得到的结果如下： 支持度排名 项目1 支持度 置信度 提升度 1 {e} 0.8 0.8 1 2 {a} 0.7 0.7 1 3 {d} 0.6 0.6 1 4 {b} 0.6 0.6 1 5 {c} 0.5 0.5 1 6 {a,e} 0.6 0.8571 1.0714 7 {d,e} 0.5 0.8333 1.0417 8 {b,e} 0.5 0.8333 1.0417 9 {d,a} 0.4 0.6667 0.9524 10 {b,a} 0.4 0.6667 0.9524 11 {a,d,e} 0.4 1 1.25 以上表是按支持度排名的表格，频繁项目集为{e}、{a}、{d}、{b}、{c}、{a,e}、{d,e}、{b,e}、{d,a}、{b,a}、{a,d,e}。二项频繁项目集里支持度最大的是{a,e}，支持度为0.8571。 在minconfidence=60%时在DATAHOOP的参数修改为最小支持度填写为0.4，最小置信度我们自己填写为0.6，支持度和置信度设置成100。我们需要的是强关联规则，所以单向的数据删除。分析结果如下： 如下表所示强关联规则为{a}→{e}、{e}→{a}、{d}→{e}、{e}→{d}、{b}→{e}、{e}→{b}、{d}→{a}、{a}→{d}、{a,d}→{e}、{d,e}→{a}、{a,e}→{d}。只有提升度大于1的是有效的强关联规则,所以出去提升度小于1的两个强关联规则，剩下有效的强关联规则有{a}→{e}、{e}→{a}、{d}→{e}、{e}→{d}、{b}→{e}、{e}→{b}、{a,d}→{e}、{d,e}→{a}、{a,e}→{d}。 支持度排名 强关联规则 支持度 置信度 提升度 1 {a} → {e} 0.6 0.8571 1.0714 2 {e} → {a} 0.6 0.75 1.0714 3 {d} → {e} 0.5 0.8333 1.0417 4 {e} → {d} 0.5 0.625 1.0417 5 {b} → {e} 0.5 0.8333 1.0417 6 {e} → {b} 0.5 0.625 1.0417 7 {d} → {a} 0.4 0.6667 0.9524 8 {b} → {a} 0.4 0.6667 0.9524 9 {a,d} → {e} 0.4 1 1.25 10 {d,e} → {a} 0.4 0.8 1.1429 11 {a,e} → {d} 0.4 0.6667 1.1111