《Python数据分析与挖掘实战》数据挖掘算法基础-（3）关联规则.pptxVIP

第5章 数据挖掘算法基础;; 关联规则分析也称为购物篮分析，目的是从大量数据中找出各项之间的关联关系，如关联规则“面包=牛奶”，其中面包称为规则的前项，而牛奶称为后项。;支持度：项集A、B同时发生的概率称为关联规则的支持度。 置信度：项集A发生，则项集B发生的概率为关联规则的置信度 ;最小支持度和最小置信度支持度 最小支持度是用户或专家定义的衡量支持度的一个阈值，表示项目集在统计意义上的最低重要性；最小置信度是用户或专家定义的衡量置信度的一个阈值，表示关联规则的最低可靠性。同时满足最小支持度阈值和最小置信度阈值的规则称作强规则。 项集与频繁项集 项集是项的集合。包含k个项的项集称为k项集，如集合{牛奶,麦片,糖}是一个3项集。 项集的出现频数是所有包含项集的事务计数，又称作绝对支持度或支持度计数。如果项集I的相对支持度满足预定义的最小支持度阈值，则I是频繁项集。 ; Apriori算法的主要思想是找出存在于事务数据集中的最大的频繁项集，再利用得到的最大频繁项集与预先设定的最小置信度阈值生成强关联规则。 Apriori的性质 频繁项集的所有非空子集也必须是频繁项集。根据该性质可以得出：向不是频繁项集的项集 中添加事务 ，新的项集 一定也不是频繁项集。 ;Apriori算法实现的两个过程： 找出所有的频繁项集 由频繁项集产生强关联规则 ;Apriori;Apriori