文章目录
一、 频繁项集
二、 非频繁项集
三、 强关联规则
四、 弱关联规则
五、 发现关联规则
参考博客 :
【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则简介 | 数据集 与 事物 Transaction 概念 | 项 Item 概念 | 项集 Item Set | 频繁项集 | 示例解析 )
【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则 | 数据项支持度 | 关联规则支持度 )
【数据挖掘】关联规则挖掘 Apriori 算法 ( 置信度 | 置信度示例 )
一、 频繁项集
项集 X \rm XX 的 支持度 s u p p o r t ( X ) \rm support(X)support(X) , 大于等于 指定的 最小支持度阈值 m i n s u p \rm minsupminsup ,
则称该 项集 X \rm XX 为 频繁项集 ,
又称为 频繁项目集 ;
二、 非频繁项集
项集 X \rm XX 的 支持度 s u p p o r t ( X ) \rm support(X)support(X) , 小于 指定的 最小支持度阈值 m i n s u p \rm minsupminsup ,
则称该 项集 X \rm XX 为 非频繁项集 ,
又称为 非频繁项目集 ;
三、 强关联规则
项集 X \rm XX 是 频繁项集 的前提下 , ( 项集 X \rm XX 的 支持度 s u p p o r t ( X ) \rm support(X)support(X) , 大于等于 指定的 最小支持度阈值 m i n s u p \rm minsupminsup ) ,
置信度 c o n f i d e n c e ( X ⇒ Y ) \rm confidence (X \Rightarrow Y)confidence(X⇒Y) 大于等于 置信度最小阈值 m i n c o n f \rm minconfminconf ,
称该 关联规则 X ⇒ Y X \Rightarrow YX⇒Y 是 强关联规则 ;
四、 弱关联规则
项集 X \rm XX 是 频繁项集 的前提下 , ( 项集 X \rm XX 的 支持度 s u p p o r t ( X ) \rm support(X)support(X) , 小于等于 指定的 最小支持度阈值 m i n s u p \rm minsupminsup ) ,
置信度 c o n f i d e n c e ( X ⇒ Y ) \rm confidence (X \Rightarrow Y)confidence(X⇒Y) 小于 置信度最小阈值 m i n c o n f \rm minconfminconf ,
称该 关联规则 X ⇒ Y X \Rightarrow YX⇒Y 是 弱关联规则 ;
五、 发现关联规则
发现关联规则 :
从 数据集 D \rm DD 中 , 发现 支持度 s u p p o r t \rm supportsupport , 置信度 c o n f i d e n c e \rm confidenceconfidence , 大于等于给定 最小阈值 的 强关联规则 ;
目的是 发现 强关联规则 ;
