Level3 — PART 4 — 机器学习算法 — 关联规则

已于 2024-08-28 16:17:50 修改
阅读量42 收藏
点赞数
分类专栏： CDA Level 2 & Level 3备考好帮手 自然语言处理 机器学习 文章标签： 支持度 置信度 Apriori FP-Growth 关联规则 项集 频繁项集
于 2024-08-28 16:10:07 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/L_15156024189/article/details/141610089
版权

目录

基本概念

评估指标

支持度

置信度

提升度

规则发现

Apriori算法

原理

案例

Python中实现Apriori算法

FP-Growth

案例

Python中实现FP-Growth

模拟题

CDA LEVEL III 模拟题（一）

CDA LEVEL III 模拟题（二） 

        Apriori算法是一种经典的关联规则数据挖掘算法，主要用于在给定数据集中发现频繁项集和关联规则。该算法最早是由Rakesh Agrawal等人在1993年提出的。最初提出的动机是针对购物篮分析问题提出的，其目的是为了发现交易数据库中不同商品之间的联系规则。这些规则可以刻画顾客的购买行为模式，对于商家来说，可以用来指导科学地安排进货、库存以及货架设计等。Apriori算法的名字来源于算法基于先验知识（prior knowledge）来压缩搜索空间，提高算法效率。

基本概念

        由于Apriori算法最初提出的动机是是为了发现交易数据库中不同商品之间的联系规则。所以其很多概念都和数据库记录有关。如图：

        图中是数据库中的一些交易记录。

（1）事务：每一行表示一次交易，称为事务（Transaction），记作

了解本专栏 订阅专栏 解锁全文 超级会员免费看
L（刘二宝）
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
Level3 — PART 4 机器学习算法 — 朴素贝叶斯
L
08-24 365
贝叶斯定理由英国数学家发展，用来描述两个条件概率之间的关系，比如和和是两个随机事件。按照乘法法则，可以立刻导出：其中表示随机事件和随机事件同时发生的概率，表示在事件发生的情况下，事件发生的概率，类似地，表示在事件发生的情况下，事件发生的概率。
Level3 — PART 4 机器学习算法 — 决策树
L
08-27 101
决策树主要由节点和有向边构成，节点主要分为和（1）根结点（root node）：没有入边，但有零条或多条出边（2）内部结点（internal node）：恰有一条入边和 两条或多条出边（3）叶结点（leaf node）：恰有一条入边，无出边。如图：虽然在一些资料中提到外部节点，但在决策树的基本构成中，外部节点并不是一个独立的节点类型。通常，叶节点已经涵盖了外部节点的概念，即它们是决策树的最终输出点。决策树既可以用来解决分类问题，也可以用来解决回归问题，通常分为和。
【详解】机器学习算法详解
LeeZhao的博客
05-19 3674
1 机器学习算法原理介绍 判别模型(discriminative model) 已知输入变量x，通过求解条件概率分布P(y|x)或者直接计算y的值来预测y。 例如： 线性回归（Linear Regression） 逻辑回归（Logistic Regression） 支持向量机（SVM） 传统神经网络（Traditional Neural Networks） 线性判别分析（Linear Discriminative Analysis） 条件随机场（Conditional Random Field）
02_机器学习算法_基于XGBoost的分类预测
在科技的浪潮中，我们寻找着创新的火种，在代码的海洋里，我们编织着智慧的网。腾飞开源，就是这样一个由技术精英汇聚而成的博客平台，我们致力于分享在Java、Python、IoT和人工智能等领域的最新研究成果和实战经验。 在腾飞开源的博客上，你会看到紧跟技术前
05-01 1308
XGBoost是2016年由华盛顿大学陈天奇老师带领开发的一个可扩展机器学习系统。严格意义上讲XGBoost并不是一种模型，而是一个可供用户轻松解决分类、回归或排序问题的软件包。它内部实现了梯度提升树(GBDT)模型，并对模型中的算法进行了诸多优化，在取得高精度的同时又保持了极快的速度，在一段时间内成为了国内外数据挖掘、机器学习领域中的大规模杀伤性武器。更重要的是，XGBoost在系统优化和机器学习原理方面都进行了深入的考虑。
机器学习与人脸识别3：人脸检测算法综述
cyf15238622067的博客
01-18 4378
以下内容转自网络，主要介绍人脸算法的历史： 导言 人脸检测是目前所有目标检测子方向中被研究的最充分的问题之一，它在安防监控，人证比对，人机交互，社交和娱乐等方面有很强的应用价值，也是整个人脸识别算法的第一步。在本文中，将回顾人脸检测算法的整个发展历史。 ...
octave 机器学习_使用Octave开发机器学习算法
weixin_26737625的博客
08-23 512
octave 机器学习Octave is an open-source high-level programming language designed to perform efficient numerical computations solving linear and non-linear equations. Moreover, Octave gives the user the ab...
最常用的9个机器学习算法，解决99%的业务问题！
Python数据之道
09-15 975
对于了解机器学习的人来说，数据挖掘无疑是一个范围更大且钱力无限的方向。但随着这两年越来越多的有IT编程经验的职场老鸟转行到数据分析大赛道，企业对人才的要求也越来越高了。前一阵，广大码农们被...
机器学习算法 —— XGBoost
ZShiJ的博客
07-09 238
首先需要导入一些基础的函数库包括：numpy （Python进行科学计算的基础软件包），pandas（pandas是一种快速，强大，灵活且易于使用的开源数据分析和处理工具），matplotlib和seaborn绘图。一种最简单的方法是把所有的相同类别的特征编码成同一个值，例如女=0，男=1，狗狗=2，所以最后编码的特征值是在[0,特征数量-1]这里我们采用网格调参，它的基本思想是穷举搜索：在所有候选的参数选择中，通过循环遍历，尝试每一种可能性，表现最好的参数就是最终的结果。这个值也是用来避免过拟合的。
机器学习算法 —— LightGBM
ZShiJ的博客
07-09 337
本次我们选择英雄联盟数据集进行LightGBM的场景体验。英雄联盟是2009年美国拳头游戏开发的MOBA竞技网游，在每局比赛中蓝队与红队在同一个地图进行作战，游戏的目标是破坏敌方队伍的防御塔，进而摧毁敌方的水晶枢纽，拿下比赛的胜利。现在共有9881场英雄联盟韩服钻石段位以上的排位比赛数据，数据提供了在十分钟时的游戏状态，包括击杀数、死亡数、金币数量、经验值、等级……参考项目：机器学习系列入门系列[七]：基于英雄联盟数据集的LightGBM的分类预测。
全新转转交易猫自带客服多模板全开源完整定制版源码
08-27
定制版全开源完整无授权 商品发布； 请在后台商品添加成功后， 再点击该商品管理，可重新编辑当前商品的所有信息及配图以及支付等等相关信息 可点击分享或者跳转，将链接地址进行发布分享 请在手机端打开访问 访问商品主要模板文件路径目录 咸鱼; http://你的域名地址/Xianyu_goods/ 代练妈妈;http://你的域名地址/dlmm/ 大麦商品;http://你的域名地址/dm/dzpj.php 大麦售票;http://你的域名地址/dm/dzp.php 交易猫; http://你的域名地址/jym/ QQ卡框工具;http://你的域名地址/kk/ 京东; http://你的域名地址/www.jd.com/index1.php 转转;http:/ 安装教程； 环境； PHP版本5.6，数据库版本MySQL 5.6 第一步源码上传解压 第二步找到config文件夹找到Conn.php修改数据库 第三步导入数据库sql.sql 第四步http://域名/wuyun.php登录后台 默认登录后台账号及密码； 默认账号；admin 默认密码；123456 源码内附详细搭建教程TXT文档
项目模板-硬件详细设计说明书.doc
08-27
项目模板-硬件详细设计说明书.doc
深入探索MySQL的存储引擎：数据持久化的奥秘
08-27
MySQL是一个流行的开源关系型数据库管理系统（RDBMS），广泛用于Web应用程序的后端数据存储。它基于结构化查询语言（SQL）来管理数据，并且是LAMP（Linux, Apache, MySQL, PHP/Python/Perl）技术栈的一部分，这个技术栈常用于构建动态网站和Web应用程序。 MySQL的特点包括： - **开放源代码**：MySQL的源代码是公开的，任何人都可以自由使用和修改。 - **跨平台**：MySQL可以在多种操作系统上运行，包括Linux、Windows、macOS等。 - **高性能**：MySQL以其快速的查询处理和良好的性能而闻名。 - **可靠性**：MySQL提供了多种机制来确保数据的完整性和可靠性，包括事务支持、备份和恢复功能。 - **易于使用**：MySQL提供了简单直观的界面和丰富的文档，便于用户学习和使用。 - **可扩展性**：MySQL支持从小型应用到大型企业级应用的扩展。 - **社区支持**：由于其广泛的使用，MySQL拥有一个活跃的开发者社区，提供大量的资源和支持。 MySQL被广泛应用于各种场景，包括在线事务处理（OL
ESXI后台导出虚机模板工具
08-27
ESXI后台导出虚机模板工具
使用c语言来实现如果cmd中的ping
08-27
c语言实现如果cmd中的ping
掌控网络之门：Linux下的iptables流量控制指南
最新发布
08-27
Linux是一个开源的操作系统，广泛用于服务器、桌面计算机、移动设备以及嵌入式系统等多种平台。以下是Linux开发可能包含的几个方面： 1. **Linux系统开发**：开发和维护Linux操作系统本身，包括内核开发、系统库、驱动程序等。 2. **应用程序开发**：在Linux环境下开发运行在用户空间的应用程序，这些应用程序可以是桌面软件、服务器软件、Web应用等。 3. **Web开发**：使用Linux作为服务器操作系统进行Web开发，包括后端服务的搭建和维护，如使用LAMP（Linux, Apache, MySQL, PHP）或LEMP（Linux, Nginx, MySQL, PHP/Python/Perl）等技术栈。 4. **数据库开发**：在Linux系统上开发和维护数据库系统，如MySQL、PostgreSQL等。 5. **嵌入式系统开发**：Linux常用于嵌入式设备，如智能手机、平板电脑、智能家居设备等，开发人员会进行系统定制、驱动开发和应用开发。 6. **脚本编程**：使用Shell脚本或Python等在Linux上进行自动化脚本编程，以实现任务
基于微信小程序网络安全科普系统设计与实现.docx
08-27
基于微信小程序网络安全科普系统设计与实现.docx
java基于ssm+jspweb的商铺租赁管理系统源码 带毕业论文
08-27
【资源说明】 1、开发环境：ssm框架；内含Mysql数据库；JSP技术 2、该资源包括项目的全部源码，下载可以直接使用！ 3、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目，作为参考资料学习借鉴。 4、本资源作为“参考资料”如果需要实现其他功能，需要能看懂代码，并且热爱钻研，自行调试。
java基于ssm+jsp玉安农副产品销售管理系统源码 带毕业论文
08-27
【资源说明】 1、开发环境：ssm框架；内含Mysql数据库；JSP技术 2、该资源包括项目的全部源码，下载可以直接使用！ 3、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目，作为参考资料学习借鉴。 4、本资源作为“参考资料”如果需要实现其他功能，需要能看懂代码，并且热爱钻研，自行调试。
java基于ssm+vue智能交互式在线网上花店管理系统源码 带毕业论文
08-27
【资源说明】 1、开发环境：ssm框架；内含Mysql数据库；VUE技术 2、该资源包括项目的全部源码，下载可以直接使用！ 3、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目，作为参考资料学习借鉴。 4、本资源作为“参考资料”如果需要实现其他功能，需要能看懂代码，并且热爱钻研，自行调试。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

L（刘二宝）

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值