人工智能教程 - 专业选修课程4.3.11 - 复杂结构数据挖掘 3.关联规则,频繁项集

关联规则探索

目标：确定同时购买的几样物品

方法：处理通过以下渠道收集的销售数据

• 条形码扫描仪以查找依赖关系

经典法则：

• 如果有人购买尿布和牛奶，那么他/她就可能买啤酒
• 如果在尿布旁边发现六包，不要感到惊讶！
  

定义

频繁项集 frequent itemsets
关联规则 Association rules:：信心，支持，兴趣

用于查找频繁项集 frequent itemsets的算法

寻找频繁的对 Finding frequent pairs

• A-Priori算法
• PCY算法
  
  为了减少规则数量，我们可以 对它们进行后处理，仅输出：
• 最大频繁项集： Maximal frequent itemsets:
  没有立即的超集是频繁的
  • 提供更多修剪 pruning

或者

• 封闭项目集：
  没有立即超集具有相同的支持（> 0）
  • 不仅存储频繁的信息，而且存储准确的信息
    支持/计数

对于许多频繁项集算法，主内存main-memory是关键资源

• 阅读篮子时，我们需要数数，例如，成对物品的出现
• 我们可以计算的不同事物的数量受主内存限制
• 交换数进/出是一场灾难

频繁对的两种方式