关联规则挖掘
基本概念
Apriori算法
Apriori裁剪原理: 对于任意项集,如果它不是频繁集,则它的任何超集不用产生/测试!
算法流程:
关于连接操作:
一个例子:
Apriori算法存在问题:
- 多次扫描数据库
- 产生大量的候选集合
FP-Tree算法
可以参考:https://blog.csdn.net/kisslotus/article/details/80328045
FP-tree 算法的优点
- FP-tree 算法只需对事务数据库进行二次扫描;
- 避免产生大量候选集;
FP-tree 算法的缺点
- 要递归生成条件数据库和条件 FP-tree,所以内存开销大;
- 只能用于挖掘单维的布尔关联规则;
多维关联规则挖掘
多维关联规则:规则中有两个以上的谓词。
例如:
Age(X, “30到40”)∧Income(X, “4万-6万”)→ Buys(X, “computer”)