数据挖掘笔记（4）——关联规则

基本概念

        事务：每一个记录

        项：记录中的每一个

        项集：项的组合构成一个项集

        支持度：同时出现的概率，P（AB）

        置信度： P(B | A)

        发现有意义的规则： 最小支持度和最小置信度

挖掘步骤

      1.数据预处理

      2.发现频繁项目集： 使用最小支持度进行筛选

      3.由频繁项目生成关联规则： 满足最小置信度

      4.对关联规则分析

降低计算量

        减少候选项集： 频繁项集的子集也是频繁的 ，非频繁集的超集也是非频繁的

        构造hash树，不是和每个事务对比

        频繁模式增长 FB树 

基本算法

        1. 多循环方式的挖掘算法

        2. 增量式更新算法

        3. 并行发现算法

        4. 多层关联规则： 把小概念项的概念进行提升，如蒙牛提升为牛奶

        5. 量化属性关联规则： 转换为布尔类型

        6. 基于约束的关联规则