【读书笔记-数据挖掘概念与技术】挖掘频繁模式、关联和相关性：基本概念和方法

频繁模式：频繁出现的模式（可以是项集、子序列或子结构）

基本概念

• 支持度：support
• 置信度：confidence
• 关联规则：association

1. 找出所有的频繁项集：出现次数≥最小支持计数
2. 由频繁项集产生强关联的规则（定义最小支持度和最小置信度）

• 频度（支持度计数）：出现的次数
• 频繁项集：项集I的相对支持度满足预定义的最小支持度阈值
• 闭频繁项集：不存在真超项集Y使得Y与X在D中具有相同的支持度计数
• X是D中的极大频繁项集：X是D中的极大频繁项集或极大项集，如果X是频繁的，并且不存在超项集Y使得X包含于Y，并且Y在D中是频繁的

频繁项集挖掘方法

priori（先验）算法

1. 发现频繁项集

2.产生关联规则

提高Apriori算法的效率

• 基于散列的计数
• 事务压缩
• 划分
• 抽样
• 动态项集计数

挖掘频繁项集的模式增长方法——Frequent-Pattern Growth，FP-growth——频繁模式树（FP树）

使用垂直数据格式挖掘频繁项集

挖掘模式和极大模式

—————————————————————————————————————————————————————————————————————————————

模式评估方法

∵强规则不一定是有趣的

∴关联分析——>相关分析

几个度量：

• 提升度（与零事务有关）

• X²分析（与零事务有关）

• 全置信度（零不变度量）

• 最大置信度（零不变度量）

• Kulxynaki（零不变度量）

• 余弦（零不变度量）