频繁项集------->产生强关联规则的过程

1.由Apriori算法（当然别的也可以）产生频繁项集

2.根据选定的频繁项集，找到它所有的非空子集

3.强关联规则需要满足最小支持度和最小置性度（假设关联规则是：A=>B ， support（A=>B）= { P(AUB) } confidence（A=>B）=P(B|A)={ P(AUB)/P(A) } 。这里求概率都可以替换为求支持度计数（就是统计在源数据表中各个出现的次数，例如:P(AUB) 就找A和B在源数据表中同时发生了多少次)

4.找到所有可能性的关联规则。例如：频繁项集为：{1,2,3} -------->非空子集则为：{1,2},{1,3},{2,3},{1},{2},{3}---------->可能的关联规则为：{1,2}=>3 , {1,3}=>2 , {1,3}=>2 , 1=>{2,3},2=>{1,3},3=>{1,2}

5.最后计算所有可能的关联规则的置信度，找到符合最小置信度（会给出）的规则，它们则为强关联规则。

巴特西

频繁项集------->产生强关联规则的过程

最新文章

热门文章