文件名称：关联分析基础概念-人脸识别图像预处理技术
文件大小：4.91MB
文件格式：PDF
更新时间：2024-06-29 11:23:53
数据挖掘算法 Python
13.1 关联分析基础概念 1.关联规则定义 关联规则定义：假设 是项的集合。给定一个交易数据库 D，其中每个事务 (Transaction)t 是 I 的非空子集，即，每一个交易都与一个唯一的标识符 TID(Transaction ID)对应。 关联规则在 D 中的支持度(support)是 D 中事务同时包含 X、Y 的百分比，即概率； 置信度(confidence)是 D 中事务已经包含 X 的情况下，包含 Y 的百分比，即条件概率。如果满足最小 支持度阈值和最小置信度阈值，则认为关联规则是有趣的。 2.信息熵--从信息传播的角度来看，信息熵可以表示信息的价值 1）支持度 Support(A->B)=P(A U B)。支持度揭示了 A 与 B 同时出现的概率。如果 A 与 B 同时出现的概率小， 说明 A 与 B 的关系不大；如果 A 与 B 同时出现的非常频繁，则说明 A 与 B 总是相关的。 2）置信度 Confidence(A->B)=P(A | B)=P（A U B）/P(A )。置信度揭示了 A 出现时，B 是否也会出现或有多大概率出现。如果置信度度为 100%，则 A 和 B 可以捆绑销售了。如果置信度太低，则说明 A 的出现与 B 是否出现关系不大 3）k 项集事件 如果事件 A 中包含 k 个元素，那么称这个事件 A 为 k 项集事件，A 满足最小支持度阈值的事件称为 频繁 k 项集 4）强规则 同时满足最小支持度阈值和最小置信度阈值的规则称为强规则 13.2 Apriori 算法 1.Apriori 算法实现步骤 Step1 发现频繁项集，过程为（1）扫描（2）计数（3）比较（4）产生频繁项集（5）连接、剪枝，产 生候选项集 重复步骤（1）~（5）直到不能发现更大的频集 Step2 产生关联规则，过程为: 根据前面提到的置信度的定义，关联规则的产生如下： （1）对于每个频繁项集 L，产生 L 的所有非空子集； （2）对于 L 的每个非空子集 S，如果 P（L）/P（S）≧min_conf 则输出规则“SàL-S” 注：L-S 表示在项集 L 中除去 S 子集的项集