摘录！[未完待续第一课] DataMinining学习伊利诺伊大学Pattern Discovery in Data Mining 韩家炜

最新推荐文章于 2018-10-26 11:15:00 发布

jsmlay

最新推荐文章于 2018-10-26 11:15:00 发布

阅读量2.2k

点赞数 1

文章标签：模式识别

本文链接：https://blog.csdn.net/jsmlay/article/details/44492621

版权

Data Mining的定义为从大规模的数据中抽取非一般、隐含的、先验未知和潜在有用的模式或者知识。JSMLAY:所以模式识别是知识发现的重要内容。
数据中的模式太多，难以一一枚举，我们要挖掘的是Closed Patterns.

说白了，就是相同的support的放在一起。例如，支持度都为2的就要放到一个集合中。

max pattern会损失数据信息。
另外一种是Max pattern，就是说只要超过一定support，不管support的差异，就算作一个patter。
Max Pattern注重一定support下的最大的模式，而Close Pattern注重不同support下的模式。
Apriori算法：

Apriori算法本质上还是一种遍历，只不过在每次遍历的时候减少了一些已知不可行的部分，使得遍历的运算更加可行。

如何生成备选模式呢？使用Self-join + Pruning操作
垂直数据管理格式

所谓垂直数据格式，其基本思想是，将以 { 交易 = 对象集合 } 的数据形式，转变为{ 对象 = 交易集合 }的数据形式。
这样做会带来一些变化，如集合的交集就是两个对象的频繁集合，这个比较简便。
另外，交易的数据量大于集合数据，因此用于表示一个对象的集合将会很长。因此，引入diffset概念。