摘自《DATA MINING:Concepts and Techniques》一书,以及个人理解,主要为自己巩固和总结,如有纰漏和出错的地方,还请指出。
此书第六章开头指出
频繁模式(frequent pattern),是指频繁地出现在数据集中的模式,譬如项集,子序列或子结构
注:模式其实可以理解为,你去菜市场买菜,你的篮子里面会购置的不同商品的集合种类,因为不止是只有你,还有别人也在买,因此大家菜篮子里面购置的商品也不尽相同,因此可以把不同的组合集合看作为一种模式,而某种集合出现的次数较多,则可能视为频繁模式
而模式又可以以关联规则(association rule)的形式表示,其中支持度(support)和置信度(confidence)则是规则兴趣度的两种度量,分别反应所发现规则的有用性和确定性。
注:其实支持度和置性度就是两个数字,由计算得来,目的就是为了能从数值的角度去分析该模式所隐含的规则,比如毫无关系,又或者正相关和负相关,但都不是绝对的,而兴趣度这个词,其实应该是翻译的缘故,我也很难用词来说明,但是你会发现看着看着你就会理解它所代表的含义
支持度support(A=>B)= P(AUB)
置性度 confidence(A=>B)= P(B | A)= support(AUB)/support(A) = support_conut(AUB)/support_count(A)
以上同时满足最小支持度阈值(min_sup)和最小置性度阈值(min_conf)的规则称为强规则
注:其实支持度就是A和B同时发生的概率,置性度就是在A发生的情况下,B发生的概率,说实话我也搞不明白为什么要这么称呼,一开始还弄得我糊里糊涂,AQA,而所谓的强规则,其实就是指该模式有着很强的联系性,