1.关联规则的名词解释
项集:数据库中的数据项构成的非空集合
事务:一个事务包含了一个或多个项集
支持度:包含项集x的事务数量与全部事务数量的百分比
置信度:同时包含数据项x和数据项y的事务数量与事务x(或事务y)出现的次数之比
最小支持度与最小置信度:关联规则必须满足的最低要求,由用户设定
频繁项集:大于等于最小支持度的项集称为频繁项集
最大频繁项集:不被其它频繁项集包含的频繁项集称为最大频繁项集
强关联规则:大于等于最小支持度和最小置信度称为强关联规则(频繁项集的基础上大于等于最小置信度)
2.FP-Growth算法概况和步骤
FP-Growth不会产生候选项集,它采用分而治之的基本思想,将数据库中的频繁项集压缩到一棵频繁模式树中,同时保持项集之间的关联关系。然后将这棵压缩后的频繁模式树分成一些条件子树,每个条件子树对应一个频繁项,从而获得频繁项集,最后进行关联规则挖掘
1.扫描事务数据库,生成频繁1项集L1
2.将频繁1项集L1按照支持度递减顺序排序,根据降序结果调整事务数据库
3.构造FP树
4.FP树挖掘生成频繁项集
(1)按频率从低到高遍历,构造各个节点的条件模式基(头部链表中某一节点的前缀路径组合)
(2)构造条件FP树(条件:支持度大于等于最小支持度)
(3)条件FP树与叶子节点组合得到频繁项集
3.FP-Growth算法演示
第一步:
第二步:
第三步:
第四步:
FP树挖掘生成频繁项集 ,按频率从低到高遍历,即I5,I4,I3,I1,I2
构造I5条件FP数
然后继续构造I4,I3,I1,I2条件FP数。。。。
结论:
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
文章由极客之音整理,本文链接:https://www.bmabk.com/index.php/post/116154.html