- 1、本文档共6页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
关联分析及案例应用 - [ 数据挖掘 ]
2010-07-28
版权声明 :转载时请以超链接形式标明文章原始出处和作者信息及 本声明
/logshtml
简单谈谈关联分析
准备分 3 个部分来介绍:
第一部分 关联分析( association )简介及模型实现关键点
第二部分 关联分析在 clementine 中的具体案例实现
第三部分 时序分析在 clementine 中的具体案例实现
今天先谈谈第一部分
1、
关联分析是一种无监督机器学习方法,用来发掘经常一起发生的事情。在企
业营销中主要应用于产品搭配销售 cross-selling 。
分析:买了 a (和b)的人还买了 c 即特征 1 和特征 2 发生,特征 3 伴随
发生
时序分析 买了 a 的人,然后再买了 b,最后又买了 c
二者区别:关联分析,一次购物,买了什么会买什么。
时序分析,这次购物,下次会买什么。(零售、流程改进、网络日
志分析)
2、 在 clementin 中的数据格式: apriori 可以接受 2 中排列方式,但只接受名
义字段,且字段在方向设定时必须为 both 。GRI 和 CARMA只能接受第一种排
列方式
3、关于阀值的设定:
支持度和置信度, 定多少才合适?没有最合适, 当然是这两个值越高出来的规则
越有说服力, 但这样的规则往往很难得到。 所以我个人认为只要符合业务需求且
合理,都可以进行部署。 建议将支持度和置信度从低往高不断调整, 查看规则的
变化情况。
举个简单的例子,某条规则置信度为 90%,规提升水平为 2,而支持度只有 1%,
原始数据量有 1000 万。请问,这条规则是否有意义?我们可以看到这条规则的
规模有 10 万,且有较高的置信水平,所以它的实际部署能力还是比较强的。
4 、再说说提升水平 lift 这个参数。
假定设定规则的最小阀值为支持度 30%,置信度为 60%,然后你得到了很多的
强关联规则。 比如有这么一条, 总数据 10000 个,A 商品 6000 个,B 商品 7500
个,然后同时购买 A 和 B 的 4000 个。我们发现 A-B (即购买了 a 的同时购买
b)这条规则也是一条强关联规则。支持度为 =4000/1000o=40%,置信度
=4000/6000=66.7%.
但是我们发现原总数据集中,购买 b 产品的比例有 75%,要大于 66.%,即购
买 a 产品会对购买 b 产品产生反向作用, 即负相关。所以才有了 lift 这样一
个参数,来弥补支持度和置信度在解释规则方面的不足:
Lift= P(AUB) / P(A)P(B)
当 lift=1 时,A、B 互相独立
当 lift1 时,A、B 负相关
当 Lift1 时,A、B 正相关 即 A/B 中一个的出现,都提升了另外一个出现
的可能性。
关联分析在 clementine 中的具体案例实现 - [ 数据
挖掘 ]
2010-08-09
版权声明 :转载时请以超链接形式标明文章原始出处和作者信息及 本声明
/logshtml
接着上篇文章 第一部分 关联分析( ass
您可能关注的文档
最近下载
- 办公用品订购合同范本.docx VIP
- WORD版本刻度尺-A4纸打印可用.doc
- 90nm逻辑产品Peeling缺陷的解决方案.pdf
- 神经系统的分级调节.pptx VIP
- 中建施工总平面布置图设计(69页).pdf
- 2024年公共卫生与预防医学继续教育平台“大学习”活动线上培训栏目考试题库(1392题).docx
- 北师大版(2023)必修第一册 Unit 2 Sports and Fitness单元教学设计.pdf VIP
- 2016-2023年长沙民政职业技术学院高职单招(英语/数学/语文)笔试历年参考题库含答案解析.docx
- 农业经济学-农业资金.ppt VIP
- 齐鲁医学神经系统疾病的辅助检查.ppt VIP
文档评论(0)